MANUAL DE CONTROL ESTADSTICO DE PROCESOS

ALUMNOS
Julio 2001
REPUBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA
ANTONIO JOS DE SUCRE
VICE-RECTORADO LUIS CABALLERO MEJIAS
DIRECCION DE INVESTIGACION Y POSTGRADO
CATEDRA: CONTROL ESTADSTICO DE PROCESOS
INDICE
CONTENIDO Pagina
Introduccin 2
Tcnicas de control 3
Factores de control 3
Importancia del control 4
Tipos de controles 5
reas de control 5
Procedimiento del control de acti!idades "
#epaso de estad$sticas % pro&a&ilidades '
(losario )*sico +
Descripcin de datos estad$sticos +
Pro&a&ilidades ,,
Distri&uciones de !aria&les discretas ,4
Distri&uciones de !aria&les continuas ,-
Diagramas de Flu.o de Proceso 22
Diagrama causa E/ecto 24
0istograma de Frecuencia 2'
(r*/ico de Correlacin o dispersin 33
Capacidad de proceso 35
Cuestionario critico 35
0o.a de !eri/icacin 3"
(r*/icas de control 3"
Diagrama de Paretto 42
Diagrama de interrelaciones 44
Diagrama de a/inidad 4"
Diagrama de *r&ol 4'
Diagrama de decisiones de accin 4+
Diagrama sagital 51
n*lisis /actorial de datos 54
2
INTRODUCCIN
El control de los procesos es una acti!idad de !ital importancia para cual2uier
organi3acin4 %a 2ue le permite !isuali3ar su posicin respecto a la plani/icacin inicial de
sus acti!idades % en /uncin de esta tomar las decisiones pertinentes a cada caso5 6as
actuales tendencias del mercado 7an generado la necesidad de prestarle ma%or importancia
al cliente4 de manera tal 2ue el mismo se trans/orma en la ra3n de ser de las
organi3aciones es por ello 2ue la &8s2ueda de la satis/accin de los clientes es el norte de
toda empresa5
Con &ase en esta necesidad se 7an dise9ado una gran cantidad de 7erramientas 2ue
permiten el control % an*lisis de los procesos4 con el /in 8nico de optimi3arlos % asegurar la
satis/accin del cliente5 6as tcnicas de control de procesos se pueden clasi/icar en dos
grupos4 las h!!a"i#$as %l&si%as ' las #u(as h!!a"i#$as5 El primer grupo esta
compuesto por Diagramas de Flu.o de Proceso4 Diagrama Causa : E/ecto4 Diagrama de
Paretto4 Diagrama de Correlacin o Dispersin4 0istogramas4 Cuestionario Critico % 0o.a
de ;eguimiento5
6as nue!as 7erramientas son a2uellas dise9adas para e!aluar situaciones 2ue las
7erramientas cl*sicas no pueden detectar5 Estas 7erramientas son< Diagrama de /inidad4
Diagrama de #elaciones4 Diagrama de r&ol4 Diagrama =atricial4 Diagrama ;agital4
Diagrama de Decisiones de ccin % n*lisis Factorial5
dicionalmente a estas tcnicas o 7erramientas en el control de procesos se utili3an
una serie de 7erramientas estad$sticas llamadas >(r*/icos de Control de Procesos? las
cuales permite monitorear un proceso a tra!s de una gra/ica de control o diagrama de
recorrida5
En este manual se tratara los principios &*sicos de cada una de ellas4 como % cuando
aplicarlas4 adicionalmente a este manual 7a% una serie de pro&lemas seleccionados donde
se aplican algunas de las 7erramientas mencionadas4 en especial los gra/ico de control de
procesos5
Este tra&a.o pretende ser una especie de gu$a r*pida al usuario so&re las tcnicas 2ue desea
aplicar en el control o diagnostico de un proceso5 O&!iamente el usuario de&er* poseer un
amplio &aga.e de conocimientos en estad$sticas4 pro&a&ilidades % control de calidad4 lo cual
le permitir* sacar el m*@imo pro!ec7o a las 7erramientas estudiadas5 ;in em&argo
pre!iendo 2ue esto no suceda dentro de este manual se inclu%e una seccin dedicada a
re/rescar los conocimientos en estad$sticas % calculo de pro&a&ilidades5
3
T)CNICAS DE CONTROL
Control< Proceso para asegurar 2ue las acti!idades reales se a.usten a las acti!idades
plani/icadas5 Permite mantener a la organi3acin o sistema en &uen camino5 6a pala&ra
control 7a sido utili3ada con !arios % di/erentes sentidos
Control como /uncin coerciti!a % restricti!a4 para in7i&ir o impedir conductas indesea&les4
como llegar con atraso al tra&a.o o a clases4 7acer esc*ndalos4 etctera5
Control como !eri/icacin de alguna cosa4 para apreciar si est* correcto4 como !eri/icar
prue&as o notas5 Control como comparacin con alg8n est*ndar de re/erencia como pensar
una mercader$a en otra &alan3a4 comparar notas de alumnos % otros5
Control como /uncin administrati!a4 esto es4 como la cuarta etapa del proceso
administrati!o5 Constitu%e la cuarta % ultima etapa del proceso administrati!o5 Este tiende a
asegurar 2ue las cosas se 7agan de acuerdo con las e@pectati!as o con/orme /ue planeado4
organi3ado % dirigido4 se9alando las /allas % errores con el /in de repararlos % e!itar 2ue se
repitan5
Esta&lecimiento de Est*ndares< An est*ndar puede ser de/inido como una unidad de medida
2ue sir!e como modelo4 gu$a o patrn con &ase en la cual se e/ect8a el control5
6os est*ndares son criterios esta&lecidos contra los cuales pueden medirse los resultados4
representan la e@presin de las metas de planeacin de la empresa o departamento en
trminos tales 2ue el logro real de los de&eres asignados puedan medirse contra ellos5
6os est*ndares pueden ser /$sicos % representar cantidades de productos4 unidades de
ser!icio4 7oras:7om&re4 !elocidad4 !olumen de rec7a3o4 etc54 o pueden estipularse en
trminos monetarios como costos4 ingresos o in!ersionesB u otros trminos de medicin5
=edicin de resultados< ;i el control se /i.a adecuadamente % si e@isten medios disponi&les
para determinar e@actamente 2ue est*n 7aciendo los su&ordinados4 la comparacin del
desempe9o real con lo esperado es /*cil5 Pero 7a% acti!idades en las 2ue es di/$cil
esta&lecer est*ndares de control por lo 2ue se di/iculta la medicin5
Correccin< ;i como resultado de la medicin se detectan des!iaciones4 corregir
inmediatamente esas des!iaciones % esta&lecer nue!os planes % procedimientos para 2ue no
se !uel!an a presentar5
#etroalimentacin< Ana !e3 corregidas las des!iaciones4 reprogramar el proceso de control
con la in/ormacin o&tenida causante del des!$o5
*a%$o!s Dl Co#$!ol
E@isten cuatro /actores 2ue de&en ser considerados al aplicar el proceso de control5
Cantidad4 Tiempo4 Costo % Calidad5
6os tres primeros son de car*cter cuantitati!o % el 8ltimo es eminentemente cualitati!o5
El /actor cantidad se aplica a acti!idades en la 2ue el !olumen es importante5
tra!s del /actor tiempo se controlan las /ec7as programadas5
4
El costo es utili3ado como un indicador de la e/iciencia administrati!a4 %a 2ue por medio de
l se determinan las erogaciones de ciertas acti!idades5
6a calidad se re/iere a las especi/icaciones 2ue de&e reunir un cierto producto o ciertas
/unciones de la empresa5
Controles Atili3ados Con =*s Frecuencia En 6os Factores Del Control
Ca#$i+a+ Ti",o Cos$o Cali+a+
Presupuestos Estudios de tiempos Presupuestos
E!aluacin de la
actuacin
Estimaciones Fec7as l$mite
Costo por metro
cuadrado
Prue&as psicolgicas
Productos
terminados
Programas Costos est*ndar Inspecciones !isuales
Anidades !endidas Tiempo : m*2uina Pronsticos Coe/icientes
Anidades rec7a3adas =edicin del tra&a.o Conta&ilidad
#endimiento del
personal
In!entarios de
personal
Procedimientos Producti!idad In/ormes
=edicin del tra&a.o Est*ndares
#endimientos
Cin!ersin
Procedimientos
Pronsticos Est*ndares
Control de
in!entarios

Cali/icacin de
mritos
I",o!$a#%ia +l Co#$!ol
Esta&lece medidas para corregir las acti!idades4 de tal /orma 2ue se alcancen los
planes e@itosamente5
;e aplica a todo< a las cosas4 a las personas % a los actos5
Determina % anali3a r*pidamente las causas 2ue pueden originar des!iaciones para
2ue no !uel!an a presentarse en el /uturo5
6ocali3a los sectores responsa&les de la administracin4 desde el momento en 2ue se
esta&lecen medidas correcti!as5
5
Proporciona in/ormacin acerca de la situacin de la e.ecucin de los planes4
sir!iendo como /undamento al reiniciarse el proceso de la planeacin5
#educe costos % a7orra tiempo al e!itar errores5
;u aplicacin incide directamente en la racionali3acin de la administracin %
consecuentemente4 en el logro de la producti!idad de todos los recursos de la
empresa5
Ti,os + Co#$!ols
Control preliminar5 Este control tiene lugar antes de principiar operaciones e inclu%e la
creacin de pol$ticas4 procedimientos % reglas dise9adas para asegurar 2ue las acti!idades
planeadas ser*n e.ecutadas con propiedad5 6a consistencia en el uso de las pol$ticas %
procedimientos es promo!ida por los es/uer3os del control5
Control concurrente5 Este control tiene lugar durante la /ase de la accin de e.ecutar los
planes e inclu%e la direccin4 !igilancia % sincroni3acin de las acti!idades4 seg8n ocurran5
Control de retroalimentacin5 Este tipo de control se en/oca so&re el uso de la in/ormacin
de los resultados anteriores4 para corregir posi&les des!iaciones /uturas del est*ndar
acepta&le5
-!as +l Co#$!ol
El control4 act8a en todas las *reas % en todos los ni!eles de una empresa5 Pr*cticamente
todas las acti!idades de una empresa est*n &a.o alguna /orma de control o monitoreo5
Pre/erentemente de&e a&arcar las /unciones &*sicas % *reas cla!e de resultados como<
Control de produccin5 6a /uncin del control en esta *rea &usca el incremento de la
e/iciencia4 la reduccin de costos4 % la uni/ormidad % me.ora de la calidad del producto4
aplicando tcnicas como estudios de tiempos % mo!imientos4 inspecciones4 programacin
lineal4 an*lisis estad$sticos % gr*/icas5
Control de calidad. ;e re/iere a la !igilancia 2ue de&e 7acerse para compro&ar una calidad
espec$/ica tanto en materias primas como en los productos terminadosB esta&lece l$mites
acepta&les de !ariacin en cuanto al color4 aca&ado4 composicin4 !olumen4 dimensin4
resistencia4 % otros5
Control de inventarios5 ;e encarga de regular en /orma ptima las e@istencias en los
almacenes tanto de re/acciones como de 7erramientas4 materias primas4 productos en
proceso % terminadosB protegiendo a la empresa de costos innecesarios por acumulamiento
o /alta de e@istencias en el almacn5
Control de compras5 Esta /uncin !eri/ica el cumplimiento de acti!idades como< aD
;eleccin adecuada de los pro!eedores4 &D E!aluacin de la cantidad % calidad
especi/icadas por el departamento solicitante4 cD Control de los pedidos desde el momento
de su re2uisicin 7asta la llegada del material4 dD Determinacin del punto de pedido %
reorden4 eD Compro&acin de precios5
"
Control de mercadotecnia5 ;e e/ect8a mediante el estudio de in/ormes % estad$sticas donde
se anali3a si las metas de mercadeo se 7an cumplido o noB comprende *reas tales como
!entas4 desarrollo de productos4 distri&ucin4 pu&licidad % promocin5
Control de ventas. 6os pronsticos % presupuestos de !entas son esenciales para el
esta&lecimiento de este control5 6a /uncin de este sistema sir!e para medir la actuacin de
la /uer3a de !entas en relacin con las !entas pronosticadas % adoptar las medidas
correcti!as adecuadas5
Control de finanzas5 Proporciona in/ormacin acerca de la situacin /inanciera de la
empresa % del rendimiento en trminos monetarios de los recursos4 departamentos %
acti!idades 2ue la integran5
Control de recursos humanos5 ;u /uncin es la e!aluacin de la e/ecti!idad en la
implantacin % e.ecucin de todos % cada uno de los programas de personal % del
cumplimiento de los o&.eti!os de este departamento4 aplicando la e!aluacin al
reclutamiento % seleccin4 capacitacin % desarrollo4 moti!acin4 sueldos % salarios4
seguridad e 7igiene % prestaciones5
PROCEDIMIENTO DE CONTROL DE ACTIVIDADES
Para controlar las acti!idades de la empresa mediante indicadores se de&en seguir
los siguientes pasos<
a5 De/inir el indicador o !aria&le representati!a del proceso a controlar Etiempo4
costos4 cantidad4 atri&utos de calidad % otrosD5
&5 Esta&lecer los mtodos de calculo % anotacin o recoleccin de la in/ormacin5
c5 O&ser!ar e interpretar los resultados o&tenidos en los pasos anteriores5
d5 In!estigar las causas 2ue originan las des!iaciones del indicador5
e5 Tomar una decisin o plan de accin seg8n lo o&ser!ado5
/5 Compro&ar la e/ecti!idad de las acciones o decisiones tomadas5
Definir el Indicador: Es necesario tener claro 2ue el inters principal en el estudio de
un indicador es el de o&ser!ar la tendencia 2ue muestran los !alores a tra!s del tiempo4
para tomar medidas correcti!as en cuanto se aparten del plan general o de la programacin
especi/ica5 Cada indicador de&e cumplir lo siguiente<
a5 Especi/icar el tipo de indicador Ema@imi3acin4 minimi3acin o esta&ili3acinD5
&5 Campo de !ariacin5
c5 E/iciencia de la direccin5
d5 E@actitud del tra&a.o5
e5 Precisin % seguridad de accin5
/5 Con/iguracin del indicador5
'
Definir Mtodos de Calculo y Anotacin: ;eg8n la naturale3a del proceso se tienen
2ue esta&lecer mtodos sencillos % e/icaces de calculo % anotacin del los !alores 2ue
pueda tomar el indicador5 En primer lugar se de&e esta&lecer una &ase o situacin ideal del
indicador en /uncin a una situacin normal o acepta&le por los directores de la empresa5
Esta &ase puede ser /i.a o !aria&le5 6uego se dise9a el procedimiento para la toma de
muestras de !alores del indicador % el proceso o tratamiento al cual ser*n sometidos dic7as
o&ser!aciones con el /in de o&tener resultados entendi&les para toda la empresa5
Observacin e Interpretacin: En este paso de&emos o&ser!ar la tendencia de los
resultados o&tenidos al procesar el indicador5 menos 2ue la des!iacin sea
e@tremadamente grande4 un solo !alor no tiene importancia sino una serie de !alores5
Investiacin: 6os indicadores solo se9alan si una acti!idad es correcta o no en sus
resultados4 pero no dicen el por2ue5 6as causas de las !ariaciones de&en in!estigarse
directamente en el terreno de los 7ec7os5 De&e tenerse en cuenta 2ue la causa 2ue origina la
di/erencia puede encontrarse en otros departamentos o /uera de la empresa5
Decisin: Ana !e3 locali3ada la causa4 de&en plantearse las di!ersas alternati!as 2ue
puedan seguirse para su a.uste o solucin % calcularse la pro&a&ilidad de @ito de cada una
de ellas5
Comprobacin: l tomar la decisin de a.uste o cam&io en la causa 2ue origina un
resultado no deseado de&e !eri/icarse 2ue la practica sea la correcta4 mediante la
o&ser!acin del indicador5 ;i la decisin /ue correcta o incorrecta se mostrara en el nue!o
rum&o 2ue tome la tendencia en los resultados /uturos de la acti!idad estudiada5
6as tcnicas de control de procesos se pueden clasi/icar en dos grupos4 las h!!a"i#$as
%l&si%as ' las #u(as h!!a"i#$as5 El primer grupo esta compuesto por Diagramas de
Flu.o de Proceso4 Diagrama Causa : E/ecto4 Diagrama de Paretto4 Diagrama de
Correlacin o Dispersin4 0istogramas4 Cuestionario Critico % 0o.a de ;eguimiento5
6as nue!as 7erramientas son a2uellas dise9adas para e!aluar situaciones 2ue las
7erramientas cl*sicas no pueden detectar5 Estas 7erramientas son< Diagrama de /inidad4
Diagrama de #elaciones4 Diagrama de r&ol4 Diagrama =atricial4 Diagrama ;agital4
Diagrama de Decisiones de ccin % n*lisis Factorial5
dicionalmente a estas tcnicas o 7erramientas en el control de procesos se utili3an
una serie de 7erramientas estad$sticas llamadas >(r*/icos de Control de Procesos? las
cuales permite monitorear un proceso a tra!s de una gra/ica o diagrama de recorrida5
Estos instrumentos % an*lisis de control ser*n estudiados uno a continuacin5
REPASO DE ESTADSTICAS . PROBABILIDADES
6os mtodos estad$sticos de acuerdo a su /uncin4 se di!iden en mtodos
estad$sticos descripti!os % mtodos estad$sticos inducti!osB los primeros son a2uellos 2ue
tratan de condensar o resumir todos los datos o caracter$sticas de una serie de !alores para
de esta /orma descri&ir !arios aspectos de la serie5 6os inducti!os tratan de estimar las
caracter$sticas de la po&lacin4 uni!erso o colecti!oB a tra!s del estudio de una o !arias
partes de esta po&lacin llamadas muestras5
+
/LOSARIO BASICO
Dato estadstico< es toda in/ormacin de car*cter cuantitati!o o cualitati!o 2ue permite
o&tener una idea del estado del /enmeno en estudio5
Poblacin o Universo< Es un con.unto /inito o in/inito de elementos 2ue tiene
caracter$sticas comunes5
Censo< ;igni/ica a&arcar todos los elementos integrantes de una po&lacin para de/inir
las caracter$sticas estudiadas5
Parmetro< =edida de resumen 2ue descri&e una caracter$stica de un uni!erso5
Muestra< Parte de una po&lacin o su&con.unto de un con.unto de elementos 2ue resulta
de la aplicacin de alg8n proceso4 generalmente seleccin deli&erada4 con el o&.eto de
in!estigar las propiedades de la po&lacin o con.unto de los cuales pro!iene5
Muestreo< Proceso mediante el cual se o&tienen una o m*s muestras representati!as de
un uni!erso5 El muestreo le!a impl$cito las siguientes !enta.as< Econom$a en la
reali3acin de la in!estigacin % la rapide3 en la o&tencin de resultados5
Muestra aleatoria< =uestra tomada al a3ar5 Donde todos los elementos de la po&lacin
tienen la misma posi&ilidad de ser seleccionados5
Teora del muestreo5 Es el estudio de la relacin e@istente entre una po&lacin % las
muestras tomadas de ella5 Comprende aspectos como la representati!idad de la muestra4
el tama9o % los tipos % con!eniencia del muestreo5
Estadstico< =edida 2ue resume % descri&e una caracter$stica de una muestra5
Variable< Es un s$m&olo4 generalmente una letra4 2ue puede tomar un con.unto de
!alores pre/i.ados llamado dominio de esa !aria&le5
Funcin< Es una regla o relacin 2ue asigna a cada !alor de una !aria&le independiente
>F? un !alor por4 correspondencia4 de una !aria&le dependiente >G?5 ;e escri&e GH/E@D4
se lee G es /uncin de F5
Variable independiente< Es a2uella a la cual se le puede asignar un !alor cual2uiera
dentro de su dominio5 Es decir si 2ueremos esta&lecer una relacin entre el peso % la
edad de los ni9os menores de " a9os se puede decir entonces 2ue la edad de los ni9os es
la !aria&le independiente % puede tomar !alores entre 1 % "5
Variable dependiente< Es a2uella cu%o !alor depende del !alor asignado a la !aria&le
independiente5 En el caso anterior el peso de los ni9os es la !aria&le dependiente5
DESCRIPCION DE DATOS ESTADISTICOS
Medidas de Ubicacin en los Conjuntos de Datos5
Ana medida de u&icacin es un !alor 2ue se calcula para un grupo de datos % 2ue se
utili3a para descri&ir los datos en alguna /orma5 (eneralmente se &usca 2ue el !alor sea
representati!o de todos los !alores del grupo % por lo tanto se desea un estad$stico de
tendencia central5 E@isten di!ersos estad$sticos de tendencia central pero para el alcance del
curso estudiaremos cuatro de ellos< 6a =edia ;imple4 6a =edia Ponderada4 6a =ediana %
6a =oda5
-
La Media ritm!tica< Tam&in llamada promedio simple se de/ine matem*ticamente como
el cociente entre la suma de una serie de !alores % el numero de !alores de la serie5
F HFiCN5 ;iendo N el numero de datos5 Este estad$stico nos permite conocer el !alor
alrededor del cual se presentan los !alores de una serie5
Para datos agrupados en distri&uciones de /recuencia se utili3a el punto medio de cada
clase para el calculo de la media aritmtica5 6a cual se o&tiene a tra!s de esta e@presin5
FH EFiFiDCFi4 en donde Fi es el punto medio de clase % Fi es la /recuencia a&soluta de
cada clase5 En este caso se puede decir 2ue Fi H N4 siendo N el numero de datos5
La Media Ponderada< Tam&in conocido como promedio ponderado es una media
aritmtica en la cual cada !alor se pondera de acuerdo a su importancia en le grupo total5
Esta importancia se determina a tra!s de un !alor >I ? 2ue puede estar su.eto a
consideraciones su&.eti!as del in!estigador5 6a e@presin matem*tica para el calculo de la
media ponderada es< Fp H EIiFiDCIi4 siendo Ii el !alor de ponderacin correspondiente al
dato Fi5
La Mediana< 6a mediana de un grupo de !alores es el !alor del $tem medio cuando todos
los $tems del grupo se 7an dispuestos en orden ascendente o descendente4 en trminos de
!alor5 Para un grupo con un numero par de elementos se supone 2ue la mediana esta en la
posicin intermedia entre dos !alores ad%acentes al medio5 Cuando tra&a.amos con datos
agrupados en distri&uciones de /recuencia4 de&emos determinar primero la clase 2ue
contiene el !alor de la mediana Ea2uella cu%a /recuencia a&soluta acumulada iguala o
e@cede a la mitad del numero total de o&ser!acionesD5 Ana !e3 identi/icada esta clase se
proceda a interpolar a tra!s de la /ormula<
=ed H C6 J KENC2:/i:,DC/iLI
;iendo C6 H /rontera in/erior de la clase 2ue contiene a la mediana
N H Numero total de datos u o&ser!aciones en la distri&ucin de /recuencia
/i:, H Frecuencia acumulada en la clase precedente a la clase 2ue contiene la
mediana
/i H Frecuencia a&soluta en la clase 2ue contiene la mediana
I H Tama9o del inter!alo de clase
La Moda< 6a moda es el !alor 2ue ocurre mas /recuentemente en un con.unto de !alores5
Dic7a distri&ucin se descri&e como unimodal5 Para los con.untos pe2ue9os de !alores en
los cuales no se repiten !alores medidos4 no 7a% moda5 Puede darse el caso de 2ue una
distri&ucin de !alores tenga mas de una moda5 En este caso 7a&lamos de distri&uciones
multimodales5
Para los datos agrupados en una distri&ucin de /recuencia4 con inter!alos de clase
iguales4 se determina primero la clase modal Ea2uella 2ue contiene el !alor de la modaD4
identi/icada con el numero ma%or de o&ser!aciones Ema%or /recuencia a&solutaD5 Despus
interpolamos a tra!s de la e@presin<
,1
=o H C6 J KEd,CEd,Jd2DLI
En donde
C6 H /rontera in/erior de la clase 2ue contiene a la moda
d, H di/erencia entre la /recuencia de la clase modal % la /recuencia de la clase
precedente
d2 H di/erencia entre la /recuencia de la clase modal % la /recuencia de la clase
siguiente
I H tama9o del inter!alo de clase5
Cuartiles" Deciles # Percentiles< 6os cuartiles4 los deciles % los percentiles se aseme.an
muc7a a la mediana por2ue tam&in su&di!iden una distri&ucin de mediciones de acuerdo
con la proporcin de /recuencias o&ser!adas5 =ientras la mediana di!ide una distri&ucin
en dos partes iguales4 los cuartiles la di!iden en cuatro cuartos4 los deciles la di!iden en
die3 decimos % los percentiles la di!iden en cien partes5
Para los datos agrupados antes de usar la /ormula se de&e determinar primero la clase
apropiada 2ue contenga el punto de inters luego se 7ace la interpolacin<

Cuartil M H C6 J KEMNC4 :/i:,DC/iLI
Decil M H C6 J KEMNC,1:/i:,DC/iLI
Percentil M H C6 J KEMNC,11:/i:,DC/iLI
Donde
M es l n8mero de cuartil E1 N M N 4D4 decil E1 N M N ,1D o percentil E1 N M N,11D 2ue se
2uiere calcular el resto de los s$m&olos tienen el mismo signi/icado 2ue en la /ormula de la
mediana5

Medida de Dispersin en los Conjuntos de Datos
6as medidas de dispersin descri&en un grupo de !alores en /uncin de la !ariacin
o dispersin de los $tems incluidos dentro de ese grupo5 E@isten !arias tcnicas para medir
el grado de dispersin de un grupo de datos en este curso incluiremos El #ango4 6a
Des!iacin Promedio4 6a Des!iacin est*ndar % El Coe/iciente de Oariacin5
El $an%o< Es la di/erencia entre el !alor mas alto EO=D % el mas &a.o EOmD de los !alores
de una serie 2ue no se 7an agrupado en una distri&ucin de /recuencia de esta manera<
# H O= :Om
Para los datos agrupados en una distri&ucin de /recuencia4 el rango se de/ine como la
di/erencia entre el limite superior de la clase mas alta o ultima clase EO=D % el limite
in/erior de la clase mas &a.a o primera clase EOmD5
Desviacin Promedio< ;e &asa en la di/erencia entre cada !alor del con.unto de datos % la
media del grupo5 Es la media de estas des!iaciones la 2ue se calcula5 ;e calcula la media de
las sumas de los !alores a&solutos de las di/erencias5
Dp H |@i P FQCN
Para @i H !alor de la serie
F H media aritmtica de la serie
,,
N H numero de datos5
Para datos agrupados en distri&ucin de /recuencia la des!iacin promedio se calcula a
partir de los puntos medio de clases E@iD % las /recuencias a&solutas de clases E/iD5
Dp H E/iR@i P FQDCN
La Varian&a # La desviacin Estndar< 6a !arian3a es similar a la des!iacin promedio en
cuanto a la &ase en la di/erencia entre cada !alor del con.unto de datos % la media del
grupo4 di/iere de ella por2ue esas di/erencias se ele!an al cuadrado antes de sumarse5 Para
la !arian3a de la po&lacin se utili3a la letra griega sigma
2
la /ormula es5

2
H (@i P FD
2
CN
di/erencia de lo 2ue sucede con otras muestras estad$sticas 2ue 7emos anali3ado4 la
!arian3a para una muestra no es e@actamente e2ui!alente a la !arian3a de una po&lacin4
en lo 2ue al calculo se re/iere5 =as &ien4 el denominador de la /ormula de !arian3a de la
muestra es ligeramente di/erente5 En esencia en esta /ormula se inclu%e un /actor de
correccin4 de manera 2ue la !arian3a de la muestra es un estimador no sesgado Eun
estimador no sesgado es un estad$stico de muestra 2ue tiene un !alor esperado igual al
par*metro 2ue !a a ser estimadoD de la !arian3a de la po&lacin % su /ormula es
s
2
H (@i P FD
2
CEn:,D
Para datos agrupados en distri&ucin de /recuencia las e@presiones son<

2
H /i(@i P FD
2
CN
s
2
H /i(@i P FD
2
CEn:,D
6a des!iacin est*ndar es la ra$3 cuadrada del !alor de la !arian3a5
Coe'iciente de Variacin< El coe/iciente de !ariacin O4 indica la magnitud relati!a de la
des!iacin est*ndar comparada con la media de la distri&ucin de mediciones<
O H sCF
El coe/iciente de !ariacin es 8til cuando tenemos 2ue comparar la !aria&ilidad de dos
con.untos de datos en relacin con el ni!el general de !alores en cada con.unto5
PROBABILIDADES
El concepto de pro&a&ilidad nace con el deseo del 7om&re de conocer con certe3a los
e!entos /uturos5 Es por ello 2ue el estudio de pro&a&ilidades surge como una 7erramienta
utili3ada por los no&les para ganar en los .uegos % pasatiempos de la poca5 El desarrollo de
estas 7erramientas /ue asignado a los matem*ticos de la corte5 Con el tiempo estas tcnicas
matem*ticas se per/eccionaron % encontraron otros usos mu% di/erentes para la 2ue /ueron
creadas5 ctualmente se continuo con el estudio de nue!as metodolog$as 2ue permitan
ma@imi3ar el uso de la computacin en el estudio de las pro&a&ilidades disminu%endo4 de
este modo4 los m*rgenes de error en los c*lculos
,2
tra!s de la 7istoria se 7an desarrollado tres en/o2ues conceptuales di/erentes para
de/inir la pro&a&ilidad % determinar los !alores de pro&a&ilidad<
El en'o(ue clsico< Dice 2ue si 7a% ! posi&les resultados /a!ora&les a la ocurrencia de un
e!ento % z posi&les resultados des/a!ora&les a la ocurrencia de 4 % todos los resultados
son igualmente posi&les % mutuamente e@clu%ente Eno pueden ocurrir los dos al mismo
tiempoD4 entonces la pro&a&ilidad de 2ue ocurra es<
PED : SS ! SS
E!"zD
El en/o2ue cl*sico de la pro&a&ilidad se &asa en la suposicin de 2ue cada resultado sea
igualmente posi&le5 Este en/o2ue es llamado en/o2ue a priori por2ue permite4 Een caso de
2ue pueda aplicarseD calcular el !alor de pro&a&ilidad antes de o&ser!ar cual2uier e!ento de
muestra5
E0",lo< ;i tenemos en una ca.a ,5 piedras !erdes % - piedras ro.as5 6a pro&a&ilidad de
sacar una piedra ro.a en un intento es<
PED H SSSS-SSSSH 153'5 o 3'55T
-J,5
El en'o(ue de 'recuencia relativa< Tam&in llamado En/o2ue Emp$rico4 determina la
pro&a&ilidad so&re la &ase de la proporcin de !eces 2ue ocurre un e!ento /a!ora&le en un
numero de o&ser!aciones5 En este en/o2ue no ese utili3a la suposicin pre!ia de
aleatoriedad5 Por2ue la determinacin de los !alores de pro&a&ilidad se &asa en la
o&ser!acin % recopilacin de datos5
E0",lo< ;e 7a o&ser!ado 2ue - de cada 51 !e7$culos 2ue pasan por una es2uina no tienen
cinturn de seguridad5 ;i un !igilante de transito se para en esa misma es2uina un ida
cual2uiera UCu*l ser* la pro&a&ilidad de 2ue detenga un !e7$culo sin cinturn de
seguridadV
PED H SSS-SSS H 15,+ o ,+T
51
Tanto el en/o2ue cl*sico como el en/o2ue emp$rico conducen a !alores o&.eti!os de
pro&a&ilidad4 en el sentido de 2ue los !alores de pro&a&ilidad indican al largo pla3o la tasa
relati!a de ocurrencia del e!ento5
El en'o(ue subjetivo< Dice 2ue la pro&a&ilidad de ocurrencia de un e!ento es el grado de
creencia por parte de un indi!iduo de 2ue un e!ento ocurra4 &asado en toda la e!idencia a
su disposicin5 )a.o esta premisa se puede decir 2ue este en/o2ue es adecuado cuando solo
7a% una oportunidad de ocurrencia del e!ento5 Es decir4 2ue el e!ento ocurrir* o no ocurrir*
esa sola !e35 El !alor de pro&a&ilidad &a.o este en/o2ue es un .uicio personal5
,3
El valor de la probabilidad< El !alor m*s pe2ue9o 2ue puede tener la pro&a&ilidad de ocurrencia de
un e!ento es igual a 14 el cual indica 2ue el e!ento es imposi&le4 % el !alor ma%or es ,4
2ue indica 2ue el e!ento ciertamente ocurrir*5 Entonces si decimos 2ue PED es la
pro&a&ilidad de ocurrencia de un e!ento % PEW D la pro&a&ilidad de no:ocurrencia de 4
tenemos 2ue<
1 N PED N ,
PED J PEWD H ,
Ejemplo< l lan3ar una moneda solo puede ocurrir 2ue salga cara o sello pero no los dos a
la !e34 esto 2uiere decir 2ue estos e!entos son e@clu%entes5
Dos o m*s e!entos son no e@clu%entes4 o con.untos4 cuando es posi&le 2ue ocurran am&os5
Esto no indica 2ue necesariamente de&an ocurrir estos e!entos en /orma simultanea5
Ejemplo< ;i consideramos en un .uego de domino sacar al menos un &lanco % un seis4 estos
e!entos son no e@clu%entes por2ue puede ocurrir 2ue salga el seis &lanco5
$e%las de la dicin
6a #egla de la dicin e@presa 2ue< la pro&a&ilidad de ocurrencia de al menos dos sucesos
% ) es igual a<
PE o )D H PED A PE)D H PED J PE)D si A ' B so# "u$ua"#$ 1%lu'#$
PE o )D H PED J PE)D P PE % )D si A ' B so# #o 1%lu'#$s
;iendo< PED H pro&a&ilidad de ocurrencia del e!ento
PE)D H pro&a&ilidad de ocurrencia del e!ento )
PE % )D H pro&a&ilidad de ocurrencia simultanea de los e!entos % )
Eventos )ndependientes< Dos o m*s e!entos son independientes cuando la ocurrencia o no:
ocurrencia de un e!ento no tiene e/ecto so&re la pro&a&ilidad de ocurrencia del otro
e!ento Eo e!entosD5 An caso t$pico de e!entos independiente es el muestreo con
reposicin4 es decir4 una !e3 tomada la muestra se regresa de nue!o a la po&lacin donde
se o&tu!o5
Ejemplo< lan3ar al aire dos !eces una moneda son e!entos independientes por 2ue el
resultado del primer e!ento no a/ecta so&re las pro&a&ilidades e/ecti!as de 2ue ocurra cara
o sello4 en el segundo lan3amiento5
Eventos dependientes< Dos o m*s e!entos ser*n dependientes cuando la ocurrencia o no:ocurrencia
de uno de ellos a/ecta la pro&a&ilidad de ocurrencia del otro Eo otrosD5 Cuando tenemos
este caso4 empleamos entonces4 el concepto de pro&a&ilidad condicional para denominar
la pro&a&ilidad del e!ento relacionado5 6a e@presin PEQ)D indica la pro&a&ilidad de
ocurrencia del e!ento s$ el e!ento ) %a ocurri5 S +2 $#! %la!o 3u A4B #o s u#a
5!a%%i6#7
PEQ)D H PE % )DCPE)D o PE)QD H PE % )DCPED
Eventos mutuamente e*clu#entes # eventos no e*clu#entes< Dos o m*s e!entos son
mutuamente e@clu%entes o dis.untos4 si no pueden ocurrir simult*neamente5 Es
decir4 la ocurrencia de un e!ento impide autom*ticamente la ocurrencia del
otro e!ento Eo e!entosD5
,4
R8las + Mul$i,li%a%i6#
;e relacionan con la determinacin de la ocurrencia de con.unta de dos o m*s e!entos5 Es
decir la interseccin entre los con.untos de los posi&les !alores de % los !alores de )4 esto
2uiere decir 2ue la pro&a&ilidad de 2ue ocurran con.untamente los e!entos % ) es<
PE % )D H PE )D H PEDPE)D si % ) so# i#+,#+i#$s
PE % )D H PE )D H PEDPE)QD si % ) so# +,#+i#$s
PE % )D H PE )D H PE)DPEQ)D si % ) so# +,#+i#$s
DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS
Variable aleatoria<
0asta a7ora 7emos !isto el desarrollo de una idea de un intento 2ue resulta en la aparicin
aleatoria de un estado del con.unto E,4 E24 E34 E44555555 En4 % se introdu.o la nocin de espacio
de muestra o espacio de muestra como un modelo con!eniente de los resultados5 2u$
introducimos el concepto de (a!ia2l ala$o!ia4 la cual es simplemente un con.unto de
n8meros F,4 F24 F3455555 Fn4 uno para cada estado de manera 2ue el resultado de un intento
no es solamente el estado Ei4 sino tam&in el numero F, de inters5
Ejemplo< si el intento es el lan3amiento de dos dados4 una !aria&le aleatoria puede de/inirse
como la suma de los puntos o&tenidos en los dados5 ;i denotamos esta !aria&le aleatoria
por 34 entonces 3 tendr* el !alor 2 para el estado K,4,L4 3 para el estado K,42L % as$
sucesi!amente5 O&ser!e 2ue a pesar de 7a&er 3" puntos en el espacio de muestra4 solamente
7a% ,, !alores posi&les para 34 estos son con su respecti!a /uncin de /recuencia Erelati!a
respecto al espacio de muestraD<
Oaria&le aleatoria 3 Funcin de /recuencia PE3D
2 ,C3"
3 2C3"
4 3C3"
5 4C3"
" 5C3"
' "C3"
+ 5C3"
- 4C3"
,1 3C3"
,, 2C3"
,2 ,C3"
Total 3"C3"
;e puede o&ser!ar 2ue la suma de las pro&a&ilidades indi!iduales en cual2uier /uncin de
/recuencia es ,4 ello resulta del 7ec7o de 2ue uno % solo uno de los resultados posi&le se
materiali3a como resultado de un intento5
,5
Pueden o&tenerse muc7as !aria&les aleatorias en el mismo espacio de muestra5 ;i el intento
es el lan3amiento de dos dados4 podemos de/inir tam&in la !aria&le aleatoria 3 como el
numero menor de los dos 2ue aparecen en el lan3amiento5 En este caso 3 tendr$a los !alores
,4 24 34 44 54 "5 El e!ento X3 H " X se presenta solamente en el punto de muestra E"4"D % tiene
pro&a&ilidad ,C3"5 El e!ento X3 H 4X se o&ser!a en los puntos E444D4 E445D4 E544D4 E44"D4 E"44D
% tiene una pro&a&ilidad de 5C3" % as$ sucesi!amente5 6a /uncin de /recuencia completa
para esta !aria&le aleatoria es<
Oaria&le aleatoria 3 Funcin de /recuencia PE3D
, ,,C3"
2 -C3"
3 'C3"
4 5C3"
5 3C3"
Total 3"C3"
(eneralmente una distri&ucin de /recuencia de una !aria&le aleatoria se caracteri3a por
dos estad$sticos deri!ados< su media y su varianza5 6a descripcin mediante estos n8meros
es una /uncin de /recuencia de pro&a&ilidad4 aun2ue incompleta4 es !aliosa en muc7as de
las aplicaciones5
;ea @i K,424345555554nL los di!ersos !alores posi&les 2ue puede tomar una !aria&le aleatoria4 %
sea PE@D la pro&a&ilidad de 2ue la !aria&le toma el !alor @i4 entonces su media ser*<
X = @iPE@iD

2
H
@i
2

PE@iD : X
2
6a media de @ es un !alor 2ue puede esperarse 2ue tome @ en un intento4 % la !arian3a es
una medida de la dispersin esperada de los !alores 2ue alcan3a @4 alrededor del !alor
esperado
l igual 2ue en la aplicacin de las /ormulas para la pro&a&ilidad de e!entos compuestos4 el
espacio de muestra /undamental no necesita estar en /orma e@pl$cita para 2ue se utilicen los
conceptos de !aria&le aleatoria % de distri&ucin de pro&a&ilidad5 6a /uncin de /recuencia
de la !aria&le aleatoria es entonces un con.unto de n8meros no negati!os5
PE@iD4 PE@iiD4 PE@iiiD4 55555 PE@nD uno para cada @i4 tal 2ue PE@iD H ,
)a.o esta premisa4 como sucede en cual2uier tratamiento de espacios de muestras4 el
numero de !alores posi&le de la !aria&le aleatoria @ no tiene 2ue ser /inito5 Es por ello 2ue
e@isten /unciones de distri&ucin de pro&a&ilidad para !aria&les aleatorias discretas % para
!aria&les aleatorias continuas5 En esta unidad estudiaremos las distri&uciones de
pro&a&ilidad para !aria&les discretas o distri&uciones de pro&a&ilidad discretas5
Distribuciones de Probabilidad Discretas< ;on /unciones de pro&a&ilidad en las cuales la
!aria&le aleatoria toma !alores discretos4 entre las m*s importantes tenemos< 6a
Distri&ucin de )ernoulli o Distri&ucin )inomial4 la Distri&ucin 0ipergeomtrica4
Distri&ucin de Poisson
,"
Distribucin +inomial< 6a distri&ucin &inomial es una distri&ucin de pro&a&ilidad
discreta4 aplica&le cada !e3 2ue se suponga 2ue un proceso de muestreo con/orma un
proceso de )enoulli5 Es decir 2ue ocurra un proceso de muestreo en el cual<
,5 : 0a% dos resultados posi&les mutuamente e@clu%entes en cada ensa%o u
o&ser!acin5
25 : 6a serie de ensa%os u o&ser!aciones constitu%en e!entos independientes5
35 : 6a pro&a&ilidad de @ito permanece constante de ensa%o a ensa%o4 es decir el
proceso es estacionario5
Para aplicar esta distri&ucin al calculo de la pro&a&ilidad de o&tener un numero dado de
@itos en una serie de e@perimentos en un proceso de )ermnoulli4 se re2uieren tres !alores<
el numero designado de @itos EmD4 el numero de ensa%os % o&ser!aciones EnDB % la
pro&a&ilidad de @ito en cada ensa%o EpD5 Entonces la pro&a&ilidad de 2ue ocurran " @itos
en un e@perimento de # ensa%os es<
P E@ H mD H nCm P
m
E,:PD
n:m
;iendo nCm el numero total de com&inaciones posi&les de " elementos en un con .unto de
# elementos5 En otras pala&ras PE@ H mD H mYCKmYEn:mDYLp
m
E,:pD
n:m
E0",lo5 6a pro&a&ilidad de 2ue un alumno aprue&e la asignatura Calculo de
Pro&a&ilidades es de 14,55 ;i en un semestre intensi!o se inscri&en ,5 alumnos UCu*l es la
pro&a&ilidad de 2ue aprue&en ,1 de ellosV
PE@ H ,1D H ,5C,1E14,5D
,1
E14+5D
5
H ,1YCK,1YE,5:,1DYLE14,5D
,1
E14+5D
5
H '4"+ R ,1
:"
(eneralmente e@iste un inters en la pro&a&ilidad acumulada de X" o m*s X @itos o X" o
menosX @itos en # ensa%os5 En tal caso de&emos tomar en cuenta 2ue<
#$! % m& ' #$! ' (& " #$! ' )& " #$! ' *& "...." #$! 'm+ (&
#$! , m& ' #$! 'm" (& " #$! 'm" )& " #$! ' m"*& "...." #$! 'n&
#$! % m& ' #$! ' (& " #$! ' )& " #$! ' *& "...." #$! 'm&
#$! , m& ' #$! ' m& " #$! 'm"(& " #$! 'm")& "...." #$! 'n&
;upongamos 2ue del e.emplo anterior se desea sa&er la pro&a&ilidad de 2ue aprue&en<
a5: al menos 5
&5: mas de ,2
a5: la pro&a&ilidad de 2ue aprue&en al menos 5 es PE@ N 5D es decir 2ue
PE@ N 5D H PE@ H ,DJPE@ H 2DJPE@ H 3DJPE@ H 4DJPE@ H 5D
PE@ N 5D H 1423,2 J 142+5" J 142,+4 J 14,,5" J 14145 H 14+-5+
&5: la pro&a&ilidad de 2ue aprue&en mas de ,2 es PE@ Z ,2D es decir 2ue
PE@ Z ,2D H PE@ H ,3DJPE@ H ,4DJPE@ H ,5D
PE@ Z ,2D H ,44' R,1
:-
J34'22 R,1
:,,
J443+ R,1
:,3
H ,451' R,1
:-


6a esperan3a matem*tica en una distri&ucin &inomial puede e@presarse como
,'
EE@D H np
G la !arian3a del numero esperado de @itos se puede calcular directamente<
OarE@D H npE,:pD
Distribucin +inomial e*presada en Proporciones< En lugar de e@presar la !aria&le
aleatoria como el numero de @itos F4 podemos designarla en trminos de la proporcin de
@itos4 p4 2ue es la relacin entre el numero de @itos % el numero de ensa%os<
P H F
n
En tales casos la /ormula se modi/ica solo respeto de la de/inicin de la proporcin<
PE p H PCnD H nC@p
@
E,:pD
n:@
Ejemplo< 6a pro&a&ilidad de 2ue [uan pueda con2uistar una c7ica es de 14215 ;i se
seleccionan 5 c7icas al a3ar4 2ue se encontraran con [uan4 UCu*l es la pro&a&ilidad la
proporcin de c7icas interesadas en [uan sea e@actamente 142V
PEp H 142 H ,C5D H 5C,E1421D
,
E14+1D
4
H 1441-"
Cuando la !aria&le &inomial se e@presa como una proporcin4 la distri&ucin es aun
discreta % no continua5 ;olo pueden ocurrir las proporciones para las 2ue el numero de
@itos F es un numero entero5 El !alor esperado para una distri&ucin de pro&a&ilidad
&inomial e@presada por proporciones es igual a la proporcin de la po&lacin<
EEpD H p
6a !arian3a de una proporcin de @itos para una distri&ucin de pro&a&ilidad &inomial es<
OarEpD H pE,:pD
N
Distribucin ,iper%eometrica< Cuando el muestreo se 7ace si# !",la9o de cada articulo
muestreado tomado de una po&lacin /inita de art$culos4 no se aplica el proceso de
)ernoulli por2ue 7a% un cam&io sistem*tico en la pro&a&ilidad de @itos a medida 2ue se
retiran los $tems de la po&lacin5 Es por ello 2ue se utili3a la distri&ucin de pro&a&ilidad
0ipergeometrica por ser la mas apropiada5
;i F es el numero designado de @itos4 N es el numero total de $tems en la po&lacin4 F
T
es
el numero total de @itos incluidos en la po&lacin % n es el numero de $tems de la muestra4
la /ormula para determinar la pro&a&ilidad 7ipergeometrica es<
,+
n
-
.
.
. n
. -
n . - . #
/
/
/

= D 4 4 Q E
E0",lo< De seis estudiantes de C*lculos de Pro&a&ilidades4 tres 7an cursado la materia
tres !eces o m*s5 ;i se escoge cuatro estudiantes del grupo de seis Ucu*l es la pro&a&ilidad
de 2ue dos 7a%an cursado la materia en mas de una oportunidadV
FT H 34 F H 24 N H "4 n H 4
" : 3

3
4 : 2 2
PEFH 2Q"4344D H ::::::::::::::::::: H 14"1
"
2
O&ser!e 2ue en esta distri&ucin el !alor de pro&a&ilidad se calcula determinando el
numero de com&inaciones di/erentes 2ue incluir$an dos alumnos con ma%or $ndice de
repitencia % dos nue!os con una relacin total de com&inaciones de cuatro alumnos de los
seis5 Cuando la po&lacin es grande % la muestra es relati!amente pe2ue9a4 el 7ec7o de 2ue
el muestreo se e/ect8e sin reempla3o tiene poco e/ecto so&re la pro&a&ilidad de @ito de
cada ensa%o5
Distribucin de Poisson< ;e utili3a para determinar la pro&a&ilidad de un numero
designado de @itos cuando los e!entos ocurren en un espectro continuo de tiempo %
espacio5 Tal proceso se denomina Proceso de Poisson4 es seme.ante al proceso de )ernoulli
,-
e@cepto 2ue los e!entos ocurren en un espectro continuo en !e3 de ocurrir en ensa%os u
o&ser!aciones /i.as5 Por e.emplo la entrada de materiales a una celda de produccin4 la
llegada de clientes a un ser!idor cual2uiera4 etc5
;olo se re2uiere un !alor parea determinar la pro&a&ilidad de un numero designado de
@itos en un proceso de Poisson< el numero promedio de @itos para la dimensin especi/ica
de tiempo o espacio de inters5 Este numero promedio se representa generalmente por o
5 6a e@presin matem*tica de la distri&ucin de Poisson es<
PE@Q D H
@
e
:
C@Y
E0",lo< An puesto de tra&a.o en una l$nea reci&e un promedio de 4 productos por 7ora5
UCu*l es la pro&a&ilidad de 2ue reci&a al menos 2 productosV
H 54 @N 2
PE@ N 2Q H 5D H 5
,
e
:5
C,Y J 5
2
e
:5
C2Y H 14,,'-
Puesto 2ue el proceso de Poisson es estacionario4 se conclu%e 2ue la media del proceso es
siempre proporcional a la longitud del espectro continuo de tiempo o espacio5
A,!o1i"a%i6# + Poisso# + P!o2a2ili+a+s Bi#o"ials< Cuando el numero de
o&ser!aciones o ensa%os n en un proceso de )ernoulli es mu% grande4 los c*lculos son
&astante tediosos5 =as aun4 en general no se encuentran ta&las de pro&a&ilidad con !alores
mu% pe2ue9os de p5 En estos casos la distri&ucin de Poisson es con!eniente como una
apro@imacin de pro&a&ilidades &inomiales cuando n es grande % p o E,:pD es pe2ue9o5
Emp$ricamente esta apro@imacin se puede 7acer cuando n Z 314 % np N 55 6a media de la
distri&ucin de Poisson4 utili3ada para apro@imar pro&a&ilidades &inomiales es<
H np

DISTRIBUCIONES DE VARIABLES ALEATORIAS CONTINUAS
Variables aleatorias continuas< di/erencia de una !aria&le aleatoria discreta4 una
variable aleatoria continua es a2uella 2ue puede tener cual2uier !alor /raccional dentro de
un rango de/inido de !alores5 Es decir4 este tipo de !aria&le se de/ine en espacios de
muestra con un numero de puntos in/initos no denumera&le5 De&ida a las di/icultades
matem*ticas in7erentes4 no desarrollaremos el concepto en detalle4 pero retendremos la
nocin de un XintentoX como con.unto de operaciones 2ue dan por resultado alg8n !alor
de/inido pero aleatorio de !. Entonces si a es alg8n !alor particular en el dominio de
de/inicin de !4 el e!ento Xel !alor de ! 2ue resulta de un intento es menor o igual 2ue aX
tiene una pro&a&ilidad4 de/inida PK! % a4 para cada !alor a en el dominio de !5 De esta
manera4 para una distri&uciones de pro&a&ilidad4 no se pueden enumerar todos los !alores
posi&les para una !aria&le aleatoria continua ! .unto con un !alor de pro&a&ilidad
correspondiente5 En este caso el en/o2ue m*s con!eniente es ela&orar una /uncin de
densidad de pro&a&ilidad4 &asada en la /uncin matem*tica correspondiente5 6a proporcin
del arrea incluida entre dos puntos cuales2uiera por de&a.o de la cur!a de pro&a&ilidad
21
identi/ica la pro&a&ilidad de 2ue una !aria&le continua aleatoriamente seleccionada tenga
un !alor entre esos puntos5
E0",lo<
;upongamos 2ue AEaD H PK! % aL4 decimos 2ue AEaD es una /uncin de distri&ucin
cumulati!a de !4 puesto 2ue PK!% aL esta de/inida para cada !alor de a en el dominio de !5
;i a % b son dos !alores en el recorrido de !4 con a N b4 podemos denotar mediante PKa % !
% bL la pro&a&ilidad del e!ento Xel !alor de ! 2ue resulta de un intento es ma%or 2ue a4
pero menor o igual 2ue b5 Podemos e@presar PKa % ! % bL en trminos de la /uncin de
distri&ucin cumulati!a4 si !emos primero 2ue
PK! % bL H PK! % aL J PKa % ! % bL
Entonces
PKa % ! % bL H AEbD : AEaD
oo &
AEaD H /E@D d@B PKa % ! % bLH /E@D d@

:oo a

;iendo /E@D una /uncin de distri&ucin cumulati!a di/erencia&le en todos los puntos de
recorrido de !5 Estas /unciones as$ de/inidas se denominan tam&in X/uncin de densidad
de pro&a&ilidad de !X5
Estas /unciones de&en cumplir lo siguiente<

oo
AEaD H /E@D d@ H ,

:oo
;i a es un !alor /i.o de ! PK! H aL H 1
FE@D d@4 puede considerarse como la pro&a&ilidad de 2ue la !aria&le aleatoria tome
alg8n !alor entre @ % @ J d@5
Como en el caso discreto4 la distri&ucin de pro&a&ilidad de una !aria&le aleatoria con
recorrido so&re un continuo puede descri&irse Ede manera incompleta4 desde luegoD
mediante su media % su !arian3a<
oo
=edia H @/E@D d@

:oo

oo
!arian3a H (@ )
2
/E@D d@4 siendo igual a la media

:oo
2,
Distribucin de probabilidad normal< Es una distri&ucin de pro&a&ilidad continua 2ue es
tanto simtrica como mesocurtica5 6a cur!a 2ue representa la distri&ucin de pro&a&ilidad
normal se descri&e generalmente como en /orma de campana5 Esta distri&ucin es
importante en in/erencia estad$stica por tres ra3ones di/erentes<
,5 ;e sa&e 2ue las medidas producidas en muc7os procesos aleatorios siguen esta
distri&ucin5
25 6as pro&a&ilidades normales pueden utili3arse generalmente para apro@imar otras
distri&uciones de pro&a&ilidad4 tales como las distri&uciones &inomial % de Poisson5
35 6as distri&uciones estad$sticas tales como la media de la muestra % la proporcin de la
muestra4 siguen a menudo la distri&ucin normal4 sin tener en cuenta la distri&ucin de
la po&lacin
6os !alores de los par*metros de la distri&ucin de pro&a&ilidad normal son H 1 % H ,5
Cual2uier con.unto de !alores F normalmente distri&uido pueden con!ertirse en !alores
normales est*ndar 3 por medio de la /ormula<
\ H SSFS : S SS

0aciendo posi&le el uso de la ta&la de proporciones de *rea % 7ace innecesario el uso de la

ecuacin de la /uncin de densidad de cual2uier distri&ucin normal dada5
Para apro@imar las distri&uciones discretas &inomial % de Poisson se de&e 7acer<
)inomial = np
= npE,:pD
;$ n Z 31
np Z 5 nE,:pD Z 5
Poisson =
=
Z ,1
Distribucin de probabilidad e*ponencial5 ;i en el conte@to de un proceso de Poisson
ocurren e!entos o @itos en un espectro continuo de tiempo % espacio5 Entonces la longitud
del espacio o tiempo entre e!entos sucesi!os sigue una distri&ucin de pro&a&ilidad
e@ponencial5 Puesto 2ue el tiempo % el espacio son un espectro continuo4 esta es una
distri&ucin continua5 En caso de este tipo de distri&ucin no !ale la pena preguntarse
Ucu*l es la pro&a&ilidad de 2ue el primer pedido de ser!icio se 7aga e@actamente de a2u$ a
un minutoV5 =as &ien de&emos asignar un inter!alo dentro del cual el e!ento puede ocurrir4
pregunt*ndonos4 Ucu*l es la pro&a&ilidad de 2ue el primer pedido se produ3ca en el
pr@imo minutoV5
Dado 2ue el proceso de Poisson es estacionario4 la distri&ucin e@ponencial se aplica %a sea
cuando estamos interesados en el tiempo Eo espacioD 7asta el primer e!ento4 el tiempo entre
dos e!entos sucesi!os4 o el tiempo 7asta 2ue ocurra el primer e!ento despus de cual2uier
punto aleatoriamente seleccionado5
22
Donde es la ci/ra media de ocurrencias para el inter!alo de inters4 la pro&a&ilidad
e@ponencial de 2ue el primer e!ento ocurra dentro del inter!alo designado de tiempo o
espacio es5
PET N tD H , : e
+
De manera 2ue la pro&a&ilidad e@ponencial de 2ue el primer e!ento no ocurra dentro del
inter!alo designado de tiempo o espacio es<
PET Z tD H e
+
E0",lo: An departamento de mantenimiento reci&e un promedio de 5 llamadas por 7ora5
Comen3ando en un momento aleatoriamente seleccionado4 la pro&a&ilidad de 2ue una
llamada llegue dentro de media 7ora es<
Promedio 5 por 7ora4 como el inter!alo es media 7ora tenemos 2ue H 245Cmedia 7ora5
P ET N 31 min5D H ,: e
:5
H , : 141+21+ H 14-,'-2
23
:ERRAMIENTAS CL-SICAS
Dia8!a"a + *lu0os + P!o%sos7
U# ,!o%so + $!a2a0o; Es un con.unto de acti!idades4 pasos u operaciones
Inter5:relacionadas donde inter!ienen 7om&res4 materiales4 e2uipos % dinero4 con el /in de
trans/ormar unos insumos en ser!icios o productos terminados5 6a secuencias de
acti!idades determina cmo se reali3a el tra&a.o % 2u tiempo toma la ela&oracin del
producto o prestacin del ser!icio5 El diagrama de /lu.os de proceso es la tcnica 2ue
permite la representacin gr*/ica de los pasos4 operaciones o acti!idades 2ue tienen lugar a
lo largo del proceso % en l la /iguran datos 2ue se consideran 8tiles para su an*lisis4 tales
como tiempo in!ertido en cada paso4 operacin o acti!idad4 distancias recorridas4 etc5
El diagrama de Flu.o de Procesos permite<
Identi/icar los suplidores o pro!eedores % los clientes en cada paso del proceso5
#e!elar los consumos del tiempo % costo del proceso4 mediante la determinacin de<
aD Tiempo para la reali3acin de cada operacin o acti!idad5
&D Tiempo entre el /inal de una operacin o acti!idad % el comien3o de la otra5
cD Tiempo total del proceso5 Es la suma de los dos tiempos de cada paso % de los
tiempos entre paso % paso5
To+os s$os $i",os s $!a+u%# #;
,D 7oras 7om&re consumidas4
2D 7oras m*2uinas consumidas4
3D 7oras de espera4
]ue luego se traducir*n en costos5
Poner en relie!e las acti!idades sin !alor agregado tales como< reprocesamientos4
inspecciones4 demoras4 almacenamientos4 duplicaciones4 comple.idades4 so&rantes %
restricciones5 %udando con ello a identi/icar !isualmente el desperdicio en los
procesos5
;uministrar la &ase para el cuestionamiento de lo re2uerimientos de calidad
Eespeci/icacionesD4 en cada acti!idad u operacin del proceso4 2ue pueden pro!enir
tanto de clientes internos como e@ternos5
Oisuali3ar el sentido de direccin5
Fortalecer el tra&a.o en e2uipo dado 2ue permite !isuali3ar la acti!idad indi!idual
dentro del proceso total5
24
Cuando se re2uiere representar un proceso de tra&a.o gr*/icamente se presentan
estas interrogantes<
U Cmo >!emos? el procesoV
U Cmo enca.a esta acti!idad dentro de lV
U Cmo engrana este proceso con otros4 dentro % /uera de los l$mites de la unidadV
U =uestra el desperdicio 2ue generaV5
Co"o ha%! u# +ia8!a"a + *lu0o7
,D Escri&a en secuencia una lista de pasos4 operaciones o acti!idades4 anotando
donde se reali3a cada una de ellas5
2D Identi/i2ue las /unciones4 de cada paso4 operacin o acti!idad5
3D socie cada paso4 operacin o acti!idad con el s$m&olo m*s apropiado para
representarla5
4D Conecte los s$m&olos entre s$4 con 6INE;5
5D ;e9ale los tiempos re2ueridos en cada paso4 operacin o acti!idad5
/u<a ,a!a la la2o!a%i6# +l +ia8!a"a + *lu0o + P!o%sos7
,D Decidir 2u proceso me.orar5
2D Dar al proceso un t$tulo5
3D Conocer % comprender el tra&a.o 2ue se reali3a5 Este es un proceso preliminar
necesario para diagramar el proceso5 nali3ar todas las su&:acti!idades con las
personas in!olucradas en el proceso5
4D Identi/icar los suplidores o pro!eedores % clientes del proceso de tra&a.o5
Especi/icar el inicio del proceso Ei#su"oD % el /inal E,!o+u%$o o s!(i%ioD en
manos del cliente5
SMBOLO SI/NI*ICADO EJEMPLOS 5
Decisiones R El producto o
parte
Es &uenoV
Control C Inspeccin R Oeri/icar /actura
R C7e2uear partes
R C7e2uear tiempos
cciones u Operaciones R ;acar copia
R Escri&ir memo
R Operar m*2uina
25
=o!imiento C Transportes5 REn!iar documento
R Transporta material
para pr@ima
operacin
Demora o almacenamiento R Demora para pr@ima
Temporal5 Operacin5
R rc7i!o temporal
rc7i!o o lmacenamiento R rc7i!o /inal del
Temporal Documento5
Rlmacenamiento
/inal del producto
5D #eali3ar una descripcin inicial de cada paso del proceso5 O&ser!ar % registrar
las acti!idades dentro de cada paso u operacin5 Este o/rece una a%uda4 para
entender 2u ocurre en cada paso4 % conocer su comple.idad % pro&lemas5
"D Indicar los pasos en el proceso utili3ando los s$m&olos de diagramacin5 El
ni!el de detalle de/inen los re2uerimientos del estudio5
'D Conectar los s$m&olos en secuencia4 con la indicacin de la direccin del /lu.o
de tra&a.o5
+D ;e9alar los tiempos 2ue consume cada acti!idad % determinar el tiempo
utili3ado5
Dia8!a"a + Causa= E5%$o7
El diagrama de causa:e/ecto o (r*/ico de Is7iIaMa4 tam&in llamado com8nmente
>espina de pescado?4 tiene como propsito representar gr*/icamente las relaciones entre un
>e/ecto? Epro&lemaD4 % todas las posi&les >causas? E/actoresD 2ue la producen5 ;e ela&ora
para ele!ar el ni!el compresin de un pro&lema u oportunidad5
>?u@ ,!o,o!%io#a l +ia8!a"a + Causa=E5%$oA
El diagrama de Causa:E/ecto4 proporciona una descripcin de las causas pro&a&les
de un pro&lema4 lo cual /acilita su an*lisis % discusin5 Tam&in puede utili3arse como
7erramienta para representar propuestas de resolucin de pro&lemas5
Para la ela&oracin del diagrama pre!iamente se de&e<
2"
Identi/icar el pro&lema espec$/ico a ser resuelto5
Desarrollar un claro entendimiento del proceso5
Descomponer el pro&lema en sus posi&les partes5
Co#s$!u%%i6# +l +ia8!a"a Causa= E5%$o
Para la construccin del diagrama Causa:E/ecto se de&e<
1B D5i#i! l ,!o2l"a C5%$oB %la!a"#$5
2B Rali9a! ssi6# + DTo!"#$a + I+asE4 para enumerar todas las
posi&les causas5
Ana tormenta de ideas es una metodolog$a para despertar iniciati!a % originalidad en
un grupo de tra&a.o generando una e@7austi!a lista de ideas en un clima de
camarader$a % apo%o5
La "$o+olo8<a a s8ui! s la si8ui#$;
aB El grupo se re8ne % las personas e@presan por turnos rigurosos4 dando
una idea cada !e35 6a /uncin del l$der de grupo o moderador es
promo!er la li&re discusin % no de dirigir la sesin5
2B ;e de&e e!itar 7acer e!aluaciones de lo e@puesto por los miem&ros del
grupo % mantener un tono neutro< D#i 2u#oEF D#i "aloE7
%B Es necesario ela&orar una lista de los punto e@puestos por cada
miem&ro en un lugar !isi&le5
+B ;e de&e dar !arias oportunidades a las personas para e@poner sus ideas4
7asta agotarlas5
B En el grupo de tra&a.o se discuten % se amplian las ideas sugeridas5
5B ;e utili3an mecanismo del consenso para tomar decisiones4 por
e.emplo< U Cu*l pro&lemas es el ma%orV4 U Cu*l es el camino a seguirV4
etc5
GB Clasi5i%a! las %ausas # %a$8o!<as7
HB Ela2o!a! l +ia8!a"aF para ello de&e<
aD Escri&ir el e/ecto a la derec7a4 % tra3ar una /lec7a de i32uierda a derec7a5
&D A&icar las causas en categor$as o grupos4 tra3ando /lec7as secundarias en
direccin a la principal5
cD Incorporar a cada una de estas /lec7as4 secundarias4 los /actores
detallados 2ue pueden ser considerados como actuantes en cada
categor$a5
Estas /ormar*n las rami/icaciones secundarias5

2'
CA;;
IB D$!"i#a%i6# +l #i(l + %o",!si6# +l +ia8!a"a
Para determinar el ni!el de compresin del diagrama se de&e 7acer una
discriminacin de las causa para ello<
;e 7alla dentro de un cuadro a2uella causa 2ue pueda ser pro&ada
cuantitati!amente5 Por E.emplo< Pro&lemas en m*2uina4 e2uipos4 etc5
;e su&ra%a la causa 2ue no pueda ser pro&ada cuantitati!amente5
No se marca la causa cuando no pueda pro&arse su relacin con el e/ecto5
ma%or n8mero de causas encuadradas % C o su&ra%adas ma%or es el ni!el de
compresin del pro&lema5
JB D$!"i#a%i6# +l 8!a+o + i",o!$a#%ia + %a+a %ausa7
Cada miem&ro del grupo enumera las causas m*s importantes5
;e .erar2ui3an las cinco E5D causas de ma%or importancia5
: 6a causa m*s importante E5 ptos5D5
: 6a pr@ima en importancia E4 ptos5D % as$ sucesi!amente5
: las causas con ma%or n8mero de puntos se les asigna prioridad para
el plan de accin5
KB Dsa!!ollo +l ,la# + a%%i6#7
[erar2ui3ar causas5
signar responsa&ilidades indi!iduales para eliminar cada causa
Indicar el tiempo pro%ectado para atacar cada causa4 desde el inicio 7asta
el /inal5
#ecolectar datos 2ue sir!an para apo%ar el an*lisis de dic7a causa % su
eliminacin5
Ela&orar otro diagrama de causa:e/ecto % proceder de la misma manera5
EFECTO
2+
Rsu"#7
Pa!a la2o!a! u# +ia8!a"a + %ausa ' 5%$o s +2# 0%u$a! G ,asos;
Paso 1; >Tormenta de Ideas?
: Para identi/icar el e/ecto % listar todas las causas pertinentes5
: Para determinar el ni!el de compresin5
Paso 2; >Dar prioridad a la Causa?5
: Para designarle a cada causa su importancia % .erar2ui3arlas en /uncin
del grado de accin so&re el e/ecto5
Paso G ; >Plan de ccin?
E0",lo; Dia8!a"a + %ausa L5%$o +l ,!o%so + ,a8o a ,!o(+o!s7
PROCESO DE PA/O A PROVEEDORES7
So,o!$s i#%o",l$os
E!!o!s # E!!o! # la 5%ha
5a%$u!as *al$a + o!+# + %o",!a
E!!o! # l "o#$o *al$a + o!+# + s!(i%io
E!!o! # s!(i%io *al$a + 5a%$u!a7
O a!$<%ulo
RETARDO EN
E#$!a+a !%o!!i+a 5u!a E!!o! asi#$o PA/O DE
D ho!a %o#$a2l *ACTURAS
E!!o! Ds$i#a$a!io E!!o! $!as%!i,%i6#7
R$a!+o !%o!!i+o Co",!o2a#$s + ,a8o
I#$!#o i#%o!!%$os7

:is$o8!a"a + *!%u#%ia7
El 0istograma de Frecuencia4 es una 7erramienta estad$stica 2ue se utili3a para
representar la distri&ucin de !aria&les5 En este gr*/ico las &ases de cada &arra indican los
inter!alos de !alores de la !aria&le 2ue se estudia5 6a altura de cada &arra es la /recuencia
de ocurrencia de inter!alo de !alores de dic7a !aria&le5
2-
F
#
C
A
E
N
C
I



C6;E;
U$ili+a+ +l :is$o8!a"a + 5!%u#%ia7
6a o&ser!acin de la realidad muestra 2ue todo acontecimiento4 2ue puede ser un
/enmeno natural o un resultado de las acti!idades del 7om&re4 2ue puede ser un /enmeno
natural o un resultado de las acti!idades del 7om&re4 se presenta en /orma di/erente cada
!e3 2ue ocurre5 Por e.emplos< las cali/icaciones de los estudiantes de un cierto a9o4 las
estructuras de un grupo de personas4 el tiempo para el pago de /acturas de los pro!eedoresB
el di*metro de los tornillos /a&ricados por una m*2uinaB el ni!el de satis/accin de un grupo
de personasB el tiempo in!ertido en el desarrollo % produccin de material did*cticoB etc5
6as !ariaciones o&ser!adas en los resultados de un proceso de tra&a.o in/lu%en en la
calidad del producto o en el ser!icio 2ue se presta4 !ariaciones 2ue a su !e3 son
determinantes en el ni!el de satis/accin del cliente5
6as !ariaciones presentes en los resultados de las acti!idades 7acen 2ue el
o&ser!ador se plantee una series de preguntas<
U Entre 2ue !alores el resultado 2ue interesa o&tener4 para mantener el ni!el de
satis/accin del clienteV5
U Cu*les son los resultados 2ue se presentan con ma%or /recuenciaV
U ]u tipo de pro&lema puede generar la di/erencia entre los resultados o&tenidos % el
deseadoV
Ana primera apro@imacin al an*lisis de esas !ariaciones pueden 7acerse con el
0istograma de Frecuencia5
Co"o %o#s$!ui! u# his$o8!a"a + 5!%u#%ia7
Para aprender a construir un 7istograma se utili3ar* un e.emplo<
31
6a ta&la no5 , contiene los datos relati!os a los d$as de pago de un lote de 35 /acturas
canceladas por el CEPET durante la tercera semana de septiem&re de ,5 --+5
TABLA No7 1
,5 ,2 2 ,+ 41 ,,2 ,1
5 31 ,- ,5 ,1 1+ 4
,4 4 ,5 ,1 + 2+ ,"
,2 ' 21 23 ,2 ,5 "
5 ,1 ,5 22 2" 21 ,,
,D 6o primero 2ue se de&e sa&er es el tama9o de la muestra >n?5 El tama9o de una
muestra puede ser<
aD Pe2ue9a si >n? es menor o igual a 31 datos
&D (rande si >n? es ma%or de 31 datos5
Para encontrar >n? en este caso el n8mero de datos 2ue contiene la ta&la No5 ,5
n H 35
No es con!eniente mane.ar indi!idualmente muc7os datos4 produce con/usin5 Para ello
se agrupan los datos en inter!alos4 denominados >clases?4 mediante el siguiente
procedimiento<
2D Identi/i2ue en la ta&la los !alores e@tremos de la muestra< !alor m*@imo EF =

D %
m$nimo E F mD5
Oalor m*@imo EF = DH 41
Oalor m$nimo EF mDH 4
3D Calcule la amplitud recorrido o rango E#D de la totalidad de los datos5
# H F
=
P F
m
H 41 P 4 H 3"
O&ser!e 2ue el rango es la di/erencia del !alor m*@imo menos el !alor m$nimo5
4D Calcule el n8mero de clases EID5 Este n8mero !a a depender de cuanto se 2uiera
resumir la in/ormacin5 6a e@periencia se9ala 2ue >I? de&e estar entre 5 % 215
lgunos autores aceptan 2ue<
;i >n? s menor a 251 datos I H n 4 puede tam&in aplicarse la #egla de ;turges
I H ,J 3533 log n5
;in em&argo es el analista4 en /uncin de las caracter$sticas de los datos4 2uien de&e
/i.ar el n8mero de clases5
El !alor de I indica el n8mero de &arras 2ue tendr* el 7istograma E es un n8mero
enteroD4 para el e.emplo tomemos " -2 5 5 35 = = 0
3,
5D Calcule la amplitud o inter!alo del anc7o de clase ED5
H # C I H 3" C " H "5
;e escri&e >apro@imadamente igual? por2ue si la >? calculada no es un n8mero
entero4 de&e 7acerse una apro@imacin con!eniente para lo 2ue sea5
"D Para esta&lecer los >l$mites de clase? se procede de la siguiente /orma<
Tome el !alor m$nimo >F
m
? de la muestra % s8mele >? s$ o&tiene
2
5 la primera
clase ser* E F m a
2
D5 Tome
2
% s8mele >? o&teniendo
3
5 la segunda clase ser*
E
2
a
3
D4 tome
3
como l$mite in/erior de la tercera clase % s8mele >?
o&teniendo
4
5 la tercera clase ser* E
3
a
4
D5 ;e repite el proceso 7asta cu&rir la
muestra total5
continuacin se muestra el procedimiento e@plicado5
PROCEDIMIENTO CLASES CLASES
DEL EJEMPLO
F
m
J H
2
4 J " H ,1 F
m
P
2
4 ,1

2
J H
3
,1 J " H ,"
2
P
3
,1 ,"

3
J H
4
," J " H 22
3
P
4
," 22


I
J H
I
J ,
I
P
I
J ,
Asted o&tendr* tantas clases como el !alor de >I? E I H n8mero de clasesD5
'D El punto medio de cada clase se denomina >marca de clase? % se calcula as$<
Fi H E 6s J 6i D C 2
Donde<
6i H 6$mite In/erior de Clase:
6s H 6$mite superior de Clase5
Fi H =arca de clase5
E.emplo<
Fi H E 4 J ,1 D C 2 H '
+D Para esta&lecer las >/recuencias de clase? se procede de la siguiente /orma<
32
En el momento de determinar cu*ntos datos can dentro de cada clase se
puede presentar am&ig^edad4 pues si uno o m*s datos coinciden con el e@tremo
superior de una clase 2ueda la duda con respecto a 2u clase pertenece5 Para
o&!iar esta di/icultad se tomar* el siguiente criterio< si u#o o "&s +a$os
%oi#%i+# %o# l 1$!"o su,!io! + u#a %lasF +i%hos +a$os s!&# i#%lui+os
# la %las si8ui#$7
6a /recuencia de clases es el n8mero de datos 2ue caen dentro de cada
clase5 Es tam&in llamada /recuencia a&soluta5 6a /recuencia de clase >,? la
representamos por /
,
5 la de la clase >2?4 por /
2
4 as$ 7asta cu&rir la /recuencia de
cada inter!alo5 Del registro de datos se !a contando cu*ntos caen en cada clase5
Cada !e3 2ue se encuentra un dato se tra3a un >Palote?5 ;e /orman grupos de 5
palotes5
6a /recuencia relati!a ETD es el porcenta.e de datos 2ue caen en cada
clase en /uncin del total de ellos< T H E /i C n D @ ,115
E.5< ;i una clase posee una / H - % el n8mero de datos es 35<
T H E - C 35 D @ ,11 H 254 '
-D T!a9a+o + la 8!&5i%a; para representar los datos mediante el 7istograma se
considera un par de e.es rectangulares<
aD En el e.e 7ori3ontal se representar*n las clases mediante segmentos de
modo 2ue cada segmento E clase D termina en el Punto en 2ue comien3a el
siguiente5
&D En el e.e !ertical se representar*n las escalas para las /recuencias5
cD ;o&re cada segmento4 representati!o de cada clase4 se le!anta un
rect*ngulo de altura proporcional a la respecti!a /recuencia5
Solu%i6# al 0",lo
17 El $a"aMo + la "us$!a D#E s i8ual a GI7
27 Los (alo!s 1$!"os + la "us$!a so#;
Valo! "&1i"o C N
M
B O H0
Valo! "<#i"o C N
"
B O H
33
G7 La a",li$u+F !%o!!i+o o !a#8o CRB + la "us$!a s;
R O N
M
L N
"
O H0 L H O GJ7

4D El n8mero de clase de la muestra es<
" -2 5 5 35 = = 0

5D El anc7o de clase de cada una de las clases es<
"
"
3"
= = =
0
1
A
"D 6os l$mites de las clases son<
6i H 6$mite In/erior5
6s H 6$mite superior5
6i 6s
14 : ,1
,1 : ,"
," : 22
22 : 2+
2+ : 34
34 : 41
'D 6os puntos medios de las clases o marcas de clase<
E 6s J 6iD C 2 H E 4J ,1 D C 2 H 1'
E6s J 6i D C 2 H E ,1J ," D C 2 H ,3
E 6s J 6i D C 2 H E ,"J 22 D C 2 H ,-
E 6s J 6i D C 2 H E 22J 2+ D C 2 H 25
E 6s J 6i D C 2 H E 2+J 34 D C 2 H 3,
E 6s J 6i D C 2 H E 34 J 41D C 2 H 3'
+D Determinacin de las /recuencias<
34
Esta operacin se e/ect8a registrando el n8mero de datos 2ue se encuentran dentro de
cada claseB para dic7o registro se de&e proceder de la manera siguiente< ;eg8n el e.emplo se
ela&ora una ta&la de 4 columnas5 En la primera se colocan los inter!alos de cada claseB en la
segunda se !an ta&ulando los datos 2ue se encuentran en cada claseB en la tercera4 los puntos
medios o marcas de clase4 % en la cuarta4 la /recuencia de cada clase5 Con los datos de la ta&la
No5,<
Clases Ta&ulacin Puntos =edios /i
6i P 6s E=arcas de claseD
14 P ,1
1' 1-
,1 P ," ,3 ,5
," : 22 ,- 15
22 P 2+ 25 13
2+ P 34 3, 12
34 P 41 3' 1,
n H 35
PB T!a9a+o + la 8!&5i%a;
aD Trace dos e.es de coordenadas so&re un plano5
&D 6le!e so&re el e.e de las a&scisas los l$mites de clase4 % so&re el e.e de las
ordenadas la magnitud de cada /recuencia5
cD 6e!ante l$neas perpendiculares en los l$mites de cada clase4 de la altura igual
/recuencia de la clase respecti!a5 Finalmente una las dos perpendiculares 2ue
representan cada clase4 dando origen al 7istograma5
:ISTO/RAMA PA/O A PROVEEDORES
TIEMPO DE PA/O DE GI *ACTURAS
F 21 TE#CE# ;E=N ;EPTIE=)#E ,5--+5
#
E
C
A ,5
35
E
N
C
I ,1

5
1
4 ,1 ," 22 2+ 34 41 C6;E;
EDI;D
En el gr*/ico se puede o&ser!ar 2ue 7a% un ma%or n8mero de /acturas canceladas
a pro!eedores dentro del inter!alo E ,1 P ," D d$as4 con una tendencia de los datos E el
"+5' T de ellos D a situarse alrededor de los 4 a los ," d$as5 Dic7a tendencia demuestra
la gran me.ora 2ue el proceso 7a su/rido5
/!&5i%o + %o!!la%i6#7
En la pr*ctica4 es casi imposi&le encontrar acti!idades aisladasB es /recuentes
o&ser!ar 2ue la produccin de una /*&rica se encuentra $ntimamente ligada con sus
!entas % ganancias4 la produccin agr$cola con el tiempo de llu!ia4 el tiempo re2uerido
para el pago de una /actura con el monto de la misma4 el n8mero de ser!icios de ta@is
con el n8mero de ta@is disponi&les4 el grado de satis/accin de un cliente con la calidad
de ser!icios prestados4 etc55555 as$4 in/initos e.emplos 2ue ponen de mani/iesto la
importancia 2ue tiene el estudio de la relacin entre !aria&les en el an*lisis de
procesos de tra&a.o5
El diagrama de correlacin muestra la relacin e@istente entre dos !aria&les5
Tam&in se le conoce con el nom&re de Diagrama de Dispersin5
El diagrama de correlacin se constru%e de la /orma siguiente<
,D se denomina a una !aria&le EFD % a la otra EGD5 Para F se toma la !aria&le
clasi/icada como causa E!aria&le independienteD % para G a2ulla 2ue puede ser
tomada como e/ecto E!aria&le dependienteD5
3"
2D ;e tra3an dos e.es de coordenadas4 2ue sir!en para la representacin de los
!alores de am&as !aria&les5 En el e.e de las a&scisas se representa la !aria&le
independiente EFiDB en el de las ordenadas4 la !aria&le dependiente EGiD5
3D Cada par de !alores en el plano4 se representan como un punto5
I#$!,!$a%i6# +l Dia8!a"a + Co!!la%i6#7
;i se o&ser!a el diagrama de correlacin podemos tener una idea apro@imada de
la relacin e@istente entre las dos !aria&les4 en la /orma siguiente<
aD si los puntos o los !alores se encuentran en l$nea recta % en /orma ascendente4 se
dice 2ue 7a% correlacin directa per/ecta5
&D ;i los puntos est*n siguiendo una /orma ascendente % desordenada4 pero se
sit8an mu% cercanos a una recta4 se dice 2ue 7a% correlacin directa pero en
menor grado 2ue la directa per/ecta5
cD ;i los puntos est*n siguiendo una /orma ascendente % desordenada se dice 2ue
7a% correlacin directa pero en un menor grado 2ue la altamente positi!a5
dD ;i los puntos o !alores se encuentran en l$nea recta % en /orma descendente4 se
dice 2ue 7a% correlacin in!ersa per/ecta5
eD ;i los puntos est*n siguiendo una /orma descendente % desordenada4 pero se
sit8an mu% cercanos a una recta4 se dice 2ue 7a% correlacin in!ersa pero en
menor grado 2ue la in!ersa per/ecta5
/D ;i los puntos est*n siguiendo una /orma descendente % desordenada4 se dice 2ue
7a% correlacin in!ersa pero en menor grado 2ue la altamente negati!a5
gD Cuando los !alores se encuentran esparcidos en *reas irregulares E nu&e de
puntosD4 se dice 2ue no 7a% correlacin5
El Co5i%i#$ + Co!!la%i6# D!E se utili3a para determinar el grado de asociacin
entre dos !aria&les5 ;u calculo se reali3a a tra!es de la siguiente e@presin5
( ) } ( ) ) { {

=
2
2
2
2
y y n ! ! n
y ! !y n
r
6os !alores 2ue puede tomar >!? est*n comprendido en el rango _:,4,` su
interpretacin puede reali3arse seg8n la siguiente ta&la<
Oalor de >r? ;igni/icado
3'
J , Correlacin directa o indirecta per/ecta positi!a o negati!a
J 15"1 a J 15-5 lta correlacin directa o indirecta
J 1535 a J 155- )a.a correlacin
1 No e@iste correlacin
Interpretacin de la correlacin de dos !aria&les en /uncin a los !alores de >r?
Ca,a%i+a+ + u# P!o%so7
Proceso &a.o control % capacidad de un proceso<
;e dice 2ue un proceso esta &a.o control estad$stico cuando slo se producen
!ariaciones de&idas a causas comunes5 En otras pala&ras el o&.eti!o % ra3n de ser
control Estad$stico de Procesos es a%udar a identi/icar las causas especiales 2ue
producen !ariaciones en el proceso % suministrar in/ormacin para tomar decisiones5
6a capacidad de un proceso est* re/erida a su 7a&ilidad para producir unidades
cu%os !alores de la caracter$sticas a medir4 se distri&u%an a lo largo de una &anda lo
su/icientemente estrec7a como para un centrado del proceso conlle!e a 2ue todos los
productos caigan dentro de las especi/icaciones del cliente5 6uego la capacidad de un
proceso est* determinada por su !ariacin total4 de&ida a causas comunes Em$nima
!ariacin 2ue 2ueda despus de eliminar las causas especialesD5
Cus$io#a!io C!i$i%o
Es una 7erramienta recomendada cuando se re2uiere resol!er un pro&lema % no se
pose su/iciente in/ormacin del por2ue se esta presentando5 Esta orientada a encontrar las
causas primarias %Co secundarias 2ue pueden estar generando la situacin inadecuada5 Esta
tcnica se &asa en la aplicacin de una serie de preguntas cla!es % directas so&re las
maneras de 7acer las tareas o procesos5
Es necesario reali3ar una induccin antes de aplicar esta 7erramienta %a 2ue se
pueden generar sentimientos de culpa&ilidad % 7ostigamiento entre los participantes5
Para reali3ar un cuestionario critico se de&e reali3ar lo siguiente<
#eunir a un grupo de e@pertos en la materia a estudiar5
#eali3ar una induccin so&re la 7erramienta e@plicando su alcance4 utilidad %
sensi&ili3ar al grupo en relacin al o&.eto de la misma5
Plani/icar % reali3ar las entre!istas al personal del grupo elegido5
#eali3ar un an*lisis a los datos recogidos % discutir los resultados con el grupo5
Tomar las medidas pertinentes5
3+
(eneralmente las preguntas !ienen dirigidas a las siguientes directrices<
O20$i(o U]u se esta 7aciendoV
UPor 2ue se esta 7aciendoV
U]u mas podr$a 7acerseV
U]u de&er$a 7acerseV
Lu8a! UEn donde se esta 7aciendoV
UPor 2u en este lugarV
UEn donde mas podr$a 7acerseV
UEn donde de&er$a 7acerseV
S%u#%ia UCu*ndo se 7aceV
UPor 2u entoncesV
UCu*nto mas podr$a 7acerseV
UCu*ndo de&er$a 7acerseV
P!so#a U]uin lo 7aceV
UPor 2u esa personaV
U]uin mas podr$a 7acerloV
U]uin de&er$a 7acerloV
M+ios UCmo se 7aceV
UPor 2u se 7ace de esa maneraV
UEn 2ue otra /orma podr$a 7acerseV
UCmo de&er$a 7acerseV

:o0as + S8ui"i#$o o V!i5i%a%i6#
;on /ormas estructurales 2ue /acilitan la recopilacin de la in/ormacin5 ;e emplean
para registrar la ocurrencia de pro&lemas espec$/icos % las circunstancias 2ue lo rodean5
Pueden descu&rir pro&lemas4 !eri/icar la e@istencia de un pro&lema4 determinar la
/recuencia de un pro&lema % proporcionar indicios de las posi&les causas de un pro&lema
o&ser!ado5
El /ormato de una 7o.a de !eri/icacin depende del tipo de datos 2ue se !a a
recoger5 Puede ser un simple diagrama4 o un di&u.o del producto 2ue muestre donde se
presentan los de/ectos % con 2ue /recuencia ocurren5 Ana !e3 recopilada la in/ormacin se
procede a la aplicacin de otras tcnicas para su an*lisis4 tales como Diagrama Causa
E/ecto4 Cuestionario Critico4 Diagrama de /inidad4 % otras5
/!&5i%as + Co#$!ol
;e puede de/inir como representaciones gra/icas acotadas del comportamiento de las
caracter$sticas representati!as del desarrollo de un proceso en el tiempo5 En los casos 2ue
los !alores de la caracter$stica e@cedan los !alores de las cotas se procede a determinar las
causas asigna&les a este comportamiento % atacarlas % de esta manera mantener el proceso
en control5 son 7erramientas de direccin 2ue permiten<
3-
,5 Identi/icar en la muestra inicial del proceso las o&ser!aciones at$picas4 a /in de
e@cluirlas una !e3 detectadas las causas asigna&les % no tomarlas en consideracin
para estimar los par*metros del proceso5
25 Detectar a tiempo anormalidades en el proceso4 tanto por corrimientos de la media4
como incrementos en la des!iacin por encima de sus limites naturales4 para
impedir la produccin de pie3as /uera de especi/icacin5
E@isten dos grandes tipos de gra/icas de control en /uncin a la naturale3a de la
caracter$stica a controlar<
(r*/icos por !aria&le< cuando la caracter$stica de calidad puede ser e@presada mediante
una !aria&le cuantitati!a continua5 Elongitud4 !olumen4 masa4 etc5D son conocidas por
gra/icas @4r % @4s dependiendo si se utili3a el rango de dispersin o la des!iacin t$pica5
(r*/icos por atri&utos< se utili3an para controlar el porcenta.e de unidades de/ectuosas4
o el numero de de/ectos por unidadB dentro de los limites naturales del proceso %
detectar a tiempo cual2uier incremento signi/icati!o de cual2uiera de ellos5 ;on
conocidas como gra/icas p Eproporcin de unidades de/ectuosas en lotesD % c Ecantidad
de de/ectos por unidadD5
6as gra/icas de control son estad$sticamente 7a&lando prue&as de 7iptesis &ilaterales %
por supuesto est*n su.etas a dos posi&les errores4 error tipo I % error tipo ii4 propios de
este tipo de prue&as5 ;in em&argo estas gra/icas se dise9an para una pro&a&ilidad error
tipo I mu% &a.a4 de apenas 142'T4 %a 2ue se utili3a el inter!alo 3 Q . 4 % por tanto la
pro&a&ilidad de 2ue una muestra caiga dentro de los limites de control cuando en
realidad el proceso esta &a.o control es de --4'3T5
/!&5i%os + %o#$!ol ,o! (a!ia2l
(r*/icas F4 #
Este tipo de gra/icas utili3a el !alor promedio de las medias muestrales % el rango
medio de dispersin de las mismas son las mas utili3adas por la sencille3 del calculo de
>r? % por2ue al tomar tama9os de muestra pe2ue9os4 la e/iciencia de >r? % >s? es la
misma5
Construccin
6a construccin se inicia con la toma de muc7as muestras pe2ue9as E21 muestras
como m$nimoD4 de igual tama9o % de 445 o " o&ser!aciones cada una5 las ra3ones 2ue
.usti/ican el uso de su&grupos son<
El su&grupo es m*s 7omogneo4 %a 2ue las pocas o&ser!aciones corresponden a
un mismo instante5 Esto permite detectar con /acilidad las !ariaciones en el
proceso a lo larga del tiempo mediante la !ariacin entre las medias de los
di/erentes su&grupos5
41
6a toma de muestras pe2ue9as !arias !eces en !e3 de tomar una grande rara !e3
permite identi/icar mas /*cilmente la cusa asigna&le cuando el proceso cae
>/uera de control?5
una !e3 tomadas las muestra de cada su&grupo se reali3an los c*lculos utili3ando las
siguientes e@presiones<
3
4
2
2
,
,
5555
D 1 1 2CI
D 1 1 2C3
1 A . . 2CI
1 A . . 2C3
0
1
1
O 4A2O1MI-IM O 4A2O1MA.IM 1
0
. . .
.
0
I
I
0
=
=
=
+ =
=
=
+ +
=

=
6os !alores de las constantes a24 d3 % d4 se o&tienen a partir de las ta&las de constantes para
gra/ica de control5 Estas constantes dependen del tama9o de la muestra5
tam&in se utili3a la siguiente e@presin para calcular los limites de control cuando se
conoce la des!iacin est*ndar del proceso los rangos<
1 1
.
1 2C
n
. 2C

3
3
=
=
Ejemplo
na @, @2 @3 @4 @5 media r
, 55, 551 551 55, 553 55,1 153
2 551 45+ 45- 552 551 45-+ 154
3 55, 45- 55, 45- 55, 5512 152
4 45+ 552 551 45- 45- 45-" 154
5 45- 45- 551 551 551 45-" 15,
" 551 551 55, 551 55, 5514 15,
' 551 55, 454 551 552 45-4 15+
+ 45' 45- 552 551 45+ 45-2 155
- 45- 45+ 551 55, 45+ 45-2 153
4,
,1 551 552 551 45' 551 45-+ 155
,, 45- 551 553 552 55, 55,1 154
,2 551 55, 551 45- 551 5511 152
,3 551 45- 45+ 45+ 45+ 45+" 152
,4 55, 45+ 45+ 45+ 45- 45++ 153
,5 45- 45- 45- 45- 551 45-2 15,
," 455 551 551 45+ 45- 45+4 155
,' 551 55, 551 45- 45- 45-+ 152
,+ 551 55, 55, 551 45+ 5511 153
,- 552 55, 551 55, 553 55,4 153
21 552 55, 45" 551 55, 5511 15"
El promedio de las medias es igual a 44-'' % el rango medio 1533515 los !alores de las
constantes<
a2H145''B d3H1B d4H24,,4
sustitu%endo las e@presiones en las /ormulas calculamos los limites % gra/icamos<
para el gra/ico de control de medias los !alores son<
3351 5 1
', 5 1
'+ 5 4
-'' 5 4
,' 5 5
=
=
=
=
=
1
2C3
2CI
.
2C3
1
.
.
Dibujamos las %ra'icas<
42
GRAFICO DE CONTROL PARA LA
MEDIA
4,4
4,6
4,8
5
5,2
13579
1
1
1
3
1
5
1
7
1
9
GRAFICA DE CONTROL PARA EL
RANGO
0
0,2
0,4
0,6
0,8
1
13579
1
1
1
3
1
5
1
7
1
9
A#&lisis + las 8!a5i%as
Ana !e3 2ue el diagrama 7a sido construido pueden ocurrir las siguientes
situaciones<
,5 ]ue todos los puntos muestrales4 tanto del gra/ico para la media como del
gra/ico para el rango4 estn dentro de los limites de control5 En este caso se
puede decir 2ue no 7a% e!idencia signi/icati!a para decir 2ue el proceso no
esta &a.o control5
;in em&argo %a 2ue el gra/ico de control en el /ondo es una prue&a de
7iptesis con una pro&a&ilidad alta de error tipo ii4 e@isten algunos
detalles 2ue se pueden interpretar como /alta de control5 algunos de
estos s$ntomas son<
43
a5 Tendencias o despla3amiento continuo en una direccin4 tanto de la
media como del rango5 EEsto podr$a interpretarse como un desgaste
de una ma2uinaria5
&5 siete o m*s puntos consecuti!os de un mismo lado constitu%en una
seria sospec7a de 2ue el proceso esta /uera de control5
c5 E@istencia de patrones c$clicos4 2ue re!elen 2ue cada cierto tiempo
se produce un cam&io en la u&icacin de los puntos con respecto a la
l$nea central5 pueden interpretarse como /atiga de operario4 cam&ios
de turno4 encendido % pagado de ma2uinaria4 ciclo de
mantenimiento4 etc5
d5 Correlacin entre los !alores de la media % del rango5 cuando el
proceso esta &a.o control el !alor de la media % el rango para una
misma muestra son independientes
25 ]ue alguno de los puntos muestrales se salga de los limites de control5 En
este caso se 7a detectado una causa asigna&le % de&e iniciarse una
in!estigacin 2ue conclu%a en su identi/icacin5 Despus esta muestra
puede ser e@tra$da del con.unto de datos % se recalculan los limites del
proceso5
/!a5i%as NF S
cuando el tama9o de muestra es ma%or 2ue ,14 es recomenda&le el uso del diagrama
E@4sD %a 2ue la estimacin de s
2
a partir del rango medio pierde e/iciencia en comparacin
con la estimacin insesgada
( )
,
,
2
2

=
n
. .
n
i
i

Por eso cuando n Z ,1 se recomienda el uso de la gra/ica E@4sD4 para la construccin de esta
gra/ica se utili3a como estimador de s
2
al insesgado s
2
4 determinado por la e@presin<
( )
,
,
2
2

=
n
. .
3
n
i
i

( )
,
,
2

=
n
. .
3
n
i
i
6os o&.eti!os de un diagrama E@4sD son los mismos 2ue los de un diagrama E@4rD4 su
construccin es similar al del diagrama E@4rD % los limites de control est*n de/inidos por<
44
3
4
3
3
,
,
5555
5 3 3 2CI
5 3 3 2C3
3 A . . 2CI
3 A . . 2C3
0
3
3
0
. . .
.
0
I
I
0
=
=
=
+ =
=
+ +
=

=
6os !alores a34 &34 &4 se o&tienen de las ta&las de constantes5
En caso de 2ue el calculo de s
2
se realice con sesgo4 es decir utili3ando el denominador >n?
en lugar de >n:,?4 los coe/icientes a34 &34 &4 cam&ian por a,4 &,4 &25
Dia8!a"a + Pa!$o7
R(la ;
]ue unas pocas >causas !itales? son responsa&les de la ma%or$a de los pro&lemas5
El resto de los pro&lemas son consecuencia de las >muc7as causas tri!iales?5
D5i#i%i6#;
(r*/ico de &arras4 2ue ilustra las causas de los pro&lemas de un proceso en orden de
se!eridad seg8n /recuencia5
P!i#%i,io + Pa!$o7
100
P MUC:OS TRIVIALES
O
R
C
E
N
T
A
J POCOS VITALES
E
0 CLIENTES VENTAS
U$ili9a%i6#;
45
Es el primer paso para e/ectuar me.oras5
Pueden aplicarse para e/ectuar me.oras de cual2uier tipo5
=uestran los resultados de las me.oras e/ectuadas5
Co#s$!u%%i6#;
Paso 17= Determine ru&ros a emplear en el gr*/ico5
Paso 27: Decida el per$odo a ilustrar5
Paso G5: ;ume la /recuencia 2ue o&ser!a cada ru&ro en el per$odo /i.ado5
Paso H5: Trace los e.es del gr*/ico5
Paso I5: De&a.o del e.e 7ori3ontal<
: note el ru&ro mas importante4 luego el siguiente % as$ sucesi!amente5
Paso J5: Di&u.e las &arras<
: 6a altura de la &arra corresponder* al !alor indicado en el e.e !ertical5
Paso K5: Trace l$nea 2ue&rada para indicar so&re el gra/ico el total acumulado de cada
ru&ro5
*%ha Ca#$i+a+ i#s,%%io#a+a; N O 21JI
Ru2!os + +5%$os Ca#$i+a+ + Q Q $o$al +
P!o+7 D5%$7 D N ,!o+7 D5%$7
Cala5a$o 1PR P71Q HK7J
A0us$ 2I 172Q J70
Co#1i6# 10G H7RQ 2H7K
Pa! "o$o! i#a+%ua+o 1R 07RQ H7G
S,a!a%i6# K2 G7GQ 1K7G
TOTAL H1J 1P72Q PP7P
0
10
20
0
!0
"0
CALEFATEO
CONEXI#N
SEPARACION
AJUSTE
PAR MOTOR
INADECUADO
4"
DA/RAMA DE INTERRELACIONES
An diagrama de Interrelaciones presenta las relaciones entre /actoresC pro&lemas5
Toma la idea principal o pro&lema % presenta la cone@in entre los $tems relacionados5 l
utili3arlo se demuestra 2ue cada $tem puede ser conectado con m*s de un $tem a la !e35
Permite el pensamiento multidireccional5
>Cu&#+o s u$ili9aA
Para comprender % aclarar las interrelaciones entre los di/erentes puntos de un
pro&lema comple.o5
Para identi/icar puntos cla!e para ma%or in!estigacin
>C6"o s u$ili9a#A
,5 #eunir el e2uipo apropiado5
25 Determinar el pro&lema o el asunto cla!e a solucionar5
35 Atili3ar una 7erramienta de generacin de ideas tal como la 6lu!ia de Ideas para
producir ideas5
45 #eunir ideas o tar.etas o notas Post: it % colocarlas en la super/icie del tra&a.o
Egeneralmente dos 7o.as de rota/olio pegadas 7acen un super/icie ideal de tra&a.oD
en un patrn circular5 =arcar con una letra o n8mero cada tar.eta Post: it5
55 )uscar relaciones entre cada una % todas las ideas5 Determinar 2u otras tar.etasC
Post: it est*n in/luenciadas por esta tar.eta5 Di&u.ar /lec7as 2ue salgan de la tar.etaC
Post: it 2ue in/luencien otras tar.etas % /lec7as 7acia las tar.etas 2ue estn
in/luenciadas por otras tar.etas5
"5 E!itar las /lec7as de do&le !$a5 0acer una determinacin en cuanto de 2u $tem es
una ma%or in/luencia5
'5 De&a.o de cada tar.etaC Post: it4 totali3ar todas las /lec7as 2ue entran % salen de cada
tar.eta5 6uego se podr*n identi/icar las causasC impulsos principales E/lec7as
salientes con m*s /recuenciasD % los e/ectosC resultados cla!es E /lec7as entrantes
con m*s /recuenciaD5
+5 Identi/icar las tar.etasC Post: it 2ue son causas o e/ectos ma%ores al utili3ar casillas
do&les o en negrilla5
-5 Por consenso4 identi/icar las tar.etasC Post: it 2ue slo tienen pocas /lec7as 7acia
adentro o a/uera pero toda!$a pueden ser un $tem o causa cla!e5
Co#s0os ,a!a la Co#s$!u%%i6#S I#$!,!$a%i6#;
Atili3ar el sentido com8n al seleccionar los puntos a en/ocar5 6os
puntos con totales mu% cercanos de&en ser re!isados cuidadosamente pero al /inal4
se trata de una apreciacin4 no una ciencia5
>6as 7erramientas no solucionan los pro&lemas4 las personas s$?5
Rla%i6# %o# o$!as h!!a"i#$as;
4'
An Diagrama de Interrelaciones generalmente se relacionan con<
Diagrama de /inidad
Diagrama de Causa % E/ecto
Diagrama de r&ol
Cuadr$cula de ;eleccin
6lu!ia de Ideas
EJEMPLO DE DIA/RAMA DE INTERRELACIONES
CAUSAS INVOLUCRADAS EN EL PROBLEMA
DLA TORTA SE ?UEMA EN EL :ORNOE
M+i+o! "al
i#s$ala+o
Entrante2 ;aliente 1
P!%al#$a+o "u%ho
$i",o
Entrante3 ;aliente 1
R%i,i#$ 3ui(o%a+o Po2! %a,a%i+a+ +
l%$u!a
Entrante2 ;aliente 1
Entrante1 ;aliente 4
T!"os$a$o !o$o Co%i#a "u' ,3uMa
Entrante1 ;aliente , Entrante1 ;aliente1
En el e.emplo anterior4 o&ser!e 2ue las causas cla!es /ueron< Instrucciones con/usas % una
Po&re Capacidad de lectura Ecada una con 4 /lec7as salientesD5 Igualmente4 o&ser!e 2ue
aun2ue el Termostato roto solo ten$a un a /lec7a4 el e2uipo en su re!isin lo segu$a
considerando una causa cla!e5
DIA/RAMA DE A*INIDAD
An Diagrama de /inidad es una /orma de organi3ar la in/ormacin reunida en
sesiones de 6lu!ia de Ideas5 Esta dise9ado para reunir 7ec7os4 opiniones e ideas so&re *reas
2ue se encuentran en un estado de desorgani3acin5 El Diagrama de /inidad a%uda a
agrupar a2uellos elementos 2ue est*n relacionados de /orma natural5 Como resultado4 cada
M9%la si# !(ol(!
Entrante, ;aliente 1
I#s$!u%%io#s %o#5usas
Entrante, ;aliente 4
4+
grupo se une alrededor de un tema o concepto cal!e5 El uso de un Diagrama de /inidad es
un proceso creati!o 2ue produce consenso por medio de las clasi/icacin 2ue 7ace el e2uipo
en !e3 de una discusin5 El Diagrama /ue creado por baMaIita [iro % tam&in es conocido
como el mtodo b[5

>Cu&#+o s u$ili9aA
;e de&e utili3ar un Diagrama de /inidad cuando<
El pro&lema es comple.o o di/$cil de entender
El pro&lema parece estar desorgani3ado
El pro&lema re2uiere la participacin % soporte de todo el e2uipoC grupo5
;e re2uiere determinar los temas cla!es de un gran n8mero de ideas % pro&lemas
>C6"o s u$ili9aA
(. Armar el e6uipo correcto
El l$der del e2uipo o el /acilitador asignado es normalmente responsa&le por dirigir
al e2uipo a tra!s de todos los pasos para 7acer el Diagrama de a/inidad5

). 7stablecer el problema
El e2uipo o grupo de&er* inicialmente determinar el pro&lema a atender5 Es de gran
a%uda determinar el pro&lema en la /orma de una pregunta5
*. 8acer 2luvia de ideas9 1eunir datos
6os datos pueden reunirse en una seccin tradicional de 6lu!ia de Ideas adem*s de
los datos reunidos por o&ser!acin directa4 entre!istas % otro material de re/erencia5
:. /ransferir datos a notas #ost+ it
6os datos reunidos son desglosados en /rases independientes con un solo
signi/icado e!idente % solo una /rase registrada en un Post: it5
;. 1eunir los #ost+ it en rupos similares
6os Post: it de&er*n colocarse en una pared o rota/olio de tal manera 2ue todos los
Post: it puedan !erse /*cilmente5 6uego4 en silencio4 los miem&ros del e2uipo
agrupan los Post: it en grupos similares5 6os Post: it 2ue sean similares se
consideran de >a/inidad mutua?5
<. Crear una tar=eta de t>tulo para cada arupacin
6os Post: it de&er*n leerse % re!isarse una !e3 m*s con el /in de !eri/icar si 7an sido
agrupados de /orma apropiada5 signar un nom&re a cada grupo de Post: it por
medio de una discusin de grupo5 Este t$tulo de&er* transmitir el signi/icado de los
Post: it en mu% pocas pala&ras5 Este proceso se repite 7asta 2ue todos los grupos
tengan un nom&re5 Cual2uier Post: it indi!idual 2ue no pare3ca enca.ar en ning8n
grupo puede incluirse en un grupo de >=iscel*neos?5
?. Dibu=ar el Diarama de Afinidad terminado
4-
Despus 2ue los grupos estn ordenados4 se de&en pegar los Post: it en una 7o.a de
rota/olio5 6as tar.etas de los t$tulos se de&er*n colocar en la parte superior del grupo5
@. Discusin
El e2uipo o grupo de&er* discutir la relacin de los grupos % sus elementos
correspondientes con el pro&lema5
DIA/RAMA DE ARBOL
Es un mtodo gr*/ico para identi/icar las partes necesarias para alcan3ar alg8n
o&.eti!o /inal5 En me.ora de calidad4 los diagramas de *r&ol se utili3an generalmente para
identi/icar todas las tareas necesarias para implantar una solucin5
>C6"o i#$!,!$a! u# +ia8!a"a + &!2olA
0an de reali3arse dos preguntas importantes para cada rama de un diagrama de
*r&ol< Ugaranti3ar* la reali3acin de todas las acti!idades 2ue /iguran a la derec7a de un
rect*ngulo concreto 2ue se alcance el o&.eti!o 2ue contiene dic7o rect*nguloV4 % U son
necesarias todas las acti!idades 2ue /iguran a la derec7a de un rect*ngulo concreto para
alcan3ar con @ito ese o&.eti!oV5 0a&r* 2ue tener en cuenta los errores m*s comunes 2ue
suelen cometer4 como son omitir una tarea importante4 lle!ar a ca&o tareas innecesarias o
no utili3ar los resultados para el seguimiento % aseguramiento de 2ue se reali3a el tra&a.o
con!enientemente5 Para e!itar dic7os errores4 nos apo%aremos en otras 7erramientas4 como
la tormenta de ideas4 el diagrama de /lu.o o la matri3 de plani/icacin5
>C6"o la2o!a!loA
,5 Escri&ir el o&.eti!o principal en el e@tremo i32uierdo de un papel amplio5
25 ;u&di!idir % separar el o&.eti!o principal en o&.eti!os secundarios5
35 Continuar su&di!idiendo o separando4 identi/icando % relacionando otros o&.eti!os5
45 (aranti3ar una relacin directa causa: e/ecto entre un su&t$tulo % sus di!isiones5
55 Con/irmar 2ue alcan3ando todas las su&metas % tareas se logra el o&.eti!o principal
EL DIA/RAMA DE DECISIONES DE ACCION
Pro%ramar lo incierto
En el dise9o de accin inter!ienen un cierto n8mero de 7iptesis 2ue condicionan el
alcance del o&.eti!o /i.ado5 ;eg8n estas 7iptesis sean realista o no4 la e.ecucin del plan
puede tomar di/erentes derroteros5 menudo es mu% importante pre!er todas las causas
posi&les % anali3ar todos los acontecimientos 2ue a/ectan a cada situacin5 El diagrama de
decisiones de accin se propone a%udar en este an*lisis sistem*tico5
En el caso en 2ue 7a%a 2ue e!itar un acontecimiento indesea&le 7a&r* 2ue anali3ar
todos los caminos suscepti&les de conducirnos al mismo5 Este mtodo nos permite
desarrollar las medidas apropiadas para e!itar el riesgo en cuestin5 Tam&in a2u$4 el
diagrama de decisiones de accin encuentran su utilidad al proporcionar el soporte para
reali3ar una &8s2ueda sistem*tica5
51
Este instrumento es pues un instrumento para asegurar la calidad %a 2ue no
solamente sir!e para anticipar las di/icultades4 sino 2ue sir!e tanto para e!itar 2ue a2ullas
no ocurran de impro!iso4 como para no de.ar a los interesados desarmados cuando se
en/renten a ellas5
Poner en evidencia los ries%os (ue -a# (ue evitar o las acciones (ue -a# (ue tomar.
6a decisin de emprender una accin puede ser consecuencia4 por e.emplo4 de la
conclusin de un an*lisis reali3ado por medio de un diagrama matricial< poner en marc7a
los medios apropiados para resol!er un pro&lema4 o para me.orar la calidad de un ser!icio5
Esta decisin no de.ar* de tener incidencia so&re lo 2ue e@iste5 6as repercusiones de las
me.oras pre!istas pueden 7acerse sentir en el sector de la tcnica Elos medios usadosD4 %
tam&in en el de la organi3acin o de la econom$a5 En todo caso4 ciertos agentes se !er*n
a/ectados % no ser*n indi/erentes a la decisin adoptada5 Con!iene pues e!itar los e/ectos
indesea&les U 0emos pensado en todoV5
Es interesante !isuali3ar el acuerdo de las di/erentes partes in!olucradas en las
modalidades de aplicacin de una decisin para 2ue stas ad!iertan la articulacin de sus
respecti!os papeles5 El diagrama reali3ado se con!ierte tanto en una re/erencia para la
accin como en la manera de representar un procedimiento E o un procesoD 7aciendo 2ue
apare3can tanto las di/erentes secuencias como grupos implicados5
CONSTRUIR UN DIA/RAMA DE DECISIONES DE ACCION
6a construccin del diagrama de decisiones de accin se resume tra3ando el camino
ideal para4 partiendo de una situacin 4 alcan3ar un o&.eti!o ) % 7acer 2ue apare3can las
situaciones no deseadas as$ como la manera de e!itarlas5 Como ocurri en los otros
instrumentos4 %a anali3ados4 este es el momento de preguntarse so&re la contri&ucin 2ue
se espera del tra&a.o 2ue se !a a reali3ar en la resolucin del pro&lema en curso5
;in 7a&er identi/icado el o&.eti!o de esta operacin4 el *r&ol 2ue !a a nacer se
e@pone a multiplicarse r*pidamente de manera impractica&le5 ;e e!itar* este 7ec7o
considerando 2ue no todos los casos pueden ser anali3ados simult*neamente4 dando
prioridad a los 2ue parecen 2ue nos conducen con ma%or seguridad al o&.eti!o pre!isto %
reser!ando para un posterior an*lisis los casos 2ue se de.en pendientes5 Ana !e3 2ue el
moderador 7a%a /i.ado el marco del tra&a.o a reali3ar4 se de&er* elegir el modo de
representacin 7ori3ontal o !ertical5 El primero presenta la !enta.a de distinguirse de los
ordinogramas4 los cuales est*n ante todo orientados 7acia la representacin del
encadenamiento lgico % secuencial de los posi&les acontecimientos5 Por otra parte4 su
/ormato rectangular resulta m*s /*cil para disponer de la longitud en el sentido 7ori3ontal4
tanto m*s cuanto 2ue un soporte mural nos /acilita esta dimensin5 Por el contrario4 ser*
necesario reali3ar un a.uste cuando se 7aga un in/orme4 donde incluso se podr$a necesitar el
empleo de una do&le p*gina o la utili3acin de un in/orme a la italiana5
Preparacin
5,
: Disponer so&re una pared un panel de papel Ira/t % /i.ar en lo alto el o&.eto del
tra&a.o a reali3ar5
: 0a% 2ue asegurarse 2ue todos 7an entendido claramente la e@presin de ste5
: ;i se 7a pre!isto recurrir a la creati!idad indi!idual 7a&r* 2ue distri&uir /ic7as
autoad7esi!as entre los participantes5
Creacin de la arborescencia
,5 ;olicitar a los participantes4 por el mtodo de &rainstorming4 cu*les son los
acontecimientos posi&les a partir de la situacin considerada5 Atili3ar para lle!ar a
ca&o esto un pregunta tal como U ]ue puede ocurrir en este casoV 5
25 Escri&ir so&re una /ic7a autoad7esi!a cada idea producida % colocar las /ic7as so&re
una parte li&re del panel5
35 Proceder a un an*lisis de estas ideas como se 7i3o en el diagrama en *r&ol4
agrupando a2uellas 2ue puedan agruparse /ormulando un t$tulo 2ue inclu%a a todas5
Oeri/icar a partir de este t$tulo si 7a% m*s ideas posi&les5 Colocar el principio de
ar&orescencia as$ o&teniendo a continuacin de la situacin de salida5
45 nali3ar cada una de las ramas creadas en relacin al o&.eti!o asignado5 ;e9alar
a2uellas 2ue ser*n de o&.eto de un an*lisis ulterior con un signo distinti!o %
colocarlas4 en la medida de lo posi&le4 a am&os lados de la rama principal so&re la
cual el grupo se est* concretando con prioridad5 ;e9alar igualmente las ideas 2ue
terminan una rama5
55 Ool!er a comen3ar como en el apartado , en la rama seleccionada para continuar el
an*lisis5
Presentacin del dia%rama
Cuando se 7a%a anali3ado las di/erentes ramas4 tanto como lo necesite el o&.eti!o
asignado4 con!iene ordenar la ar&orescencia5
De esta manera ser* posi&le poner en e!idencia<
6os resultados importantes o&tenidos durante el an*lisis< riesgos principales a
tomar en consideracin4 di/icultades 2ue 7a% 2ue superar4 !$as 2ue /acilitan la
o&tencin del o&.eti!o5
6as principales etapas del proceso secuencial creado4 marc*ndoles al margen %
atri&u%ndoles una denominacin4
6os grupos de agentes implicados4 cuando ello se .usti/ica4 agrupando4 para cada
uno de ellos en una misma 3ona4 las acciones 2ue les conciernen5
En /in4 tam&in a2u$ el grupo se enri2uecer* 7aciendo &alance so&re la contri&ucin
reali3ada para la resolucin del pro&lema tratado % so&re el tra&a.o 2ue 7a&r* 2ue
reali3ar a continuacin4 por e.emplo4 para plani/icar la puesta en marc7a del cam&io
pre!isto5
EL DIA/RAMA SA/ITAL
Plani'icar el desarrollo de una accin
52
menudo el /actor tiempo es un par*metro di/$cil de dominar % /recuentemente se
so&repasa los pla3os /i.ados5 Todos los instrumentos anteriormente estudiados sir!en para
e!itar el derroc7e de tiempo % nos permiten acortar el tiempo dedicado a resol!er los
pro&lemas estimulando la creati!idad4 /a!oreciendo la contri&ucin de todos a la calidad %
organi3ando con lgica las acciones5 ;in em&argo4 el control del tiempo dedicado a la
accin pro%ectada contin8a siendo un /actor /undamental del @ito de sta por2ue no
solamente se trata de 7acerlo me.or 2ue la competencia4 sino tam&in de dar con la solucin
antes 2ue ella5
6os mtodos PE#T /ueron desarrollados en los Estados Anidos para acelerar la
reali3acin del programa Polaris % el diagrama sagital constitu%e uno de sus elementos5
=ientras 2ue el diagrama de decisiones de accin sir!e para e@plorar lo incierto4 el
diagrama sagital sir!e para gestionar el tiempo 2ue se tarda en reali3ar una tarea comple.a
de la cual se conocen las duraciones de las tareas elementales 2ue la componen5
Predecir el tiempo de reali3acin de un pro%ecto por medio de la com&inacin de
los tiempos elementales4 a menudo conduce a descu&rir 2ue la /ec7a de conclusin del
pro%ecto no se corresponde con los o&.eti!os de la empresa 2ue imponen una /ec7a m*s
cercana en el tiempo5 s$ pues4 el estudio de la reduccin del tiempo en ciertas tareas se
con!ierte en algo necesario5 Este diagrama es un instrumento para me.orar el control de los
pla3os5 En este sentido constitu%e so&re todo un instrumento de me.ora calidad5
Controlar el tiempo (ue se tarda en resolver un problema basndose en la e*periencia
Descomponer la resolucin de un pro&lema en tareas elementales % poner en
e!idencia los tiempos de reali3acin 2ue la e@periencia nos 7a ense9ado4 conduce al grupo
a tener en cuenta los aspectos cr$ticos de la gestin del tiempo e incita a 2ue cada uno se
comprometa a me.orar su propia reali3acin4
Todos los pro%ectos 2ue resultan algo comple.os muestran unas situaciones
/a!ora&les al desarrollo de tales actitudes5 6as tareas en la 2ue no e@iste e@periencia puede
ser o&.eto de una atencin especial cuando se proceda a su plani/icacin % en el momento
de su reali3acin5 El diagrama sagital constitu%e una etapa 2ue es continuacin natural a la
reali3acin de un diagrama de decisiones de accin< este 8ltimo nos 7a permitido constituir
la estructura lgica del proceso a poner en marc7a as$ como la de/inicin de las di/erentes
tareas % los actores implicados5 Falta por declarar de manera precisa en el tiempo lo 2ue no
es m*s 2ue un principio de accin5
El tra&a.o 2ue 7a% 2ue reali3ar se apo%a en datos o&.eti!os e implica una accin
lgica5 El paso del *m&ito de lo incierto al de lo conocido nos lle!a a un en/o2ue en el 2ue
lo irracional cede paso a lo racional5 Pero no perdamos de !ista 2ue este paso no es m*s 2ue
un moment*neo % 2ue la necesidad de nue!as me.oras nos conducir* a tener 2ue recurrir de
nue!o a acciones m*s creati!as5
Construccin de un dia%rama /a%ital
53
Preparacin
: Pre!iamente a la construccin propiamente dic7a del diagrama4 es necesario
asegurarse 2ue el grupo de tra&a.o posee la competencia re2uerida para de/inir a la !e3 la
estructura del diagrama % las duraciones de las tareas elementales5
: ;i e@isten dudas en lo concerniente a la estructura4 se aconse.a comen3ar por la
construccin de un diagrama de decisiones de accin5
: Preparar dos paneles murales de papel Ira/t4 dispuestos en sentido 7ori3ontal % si
es posi&le con posi&ilidad de aumentar su dimensin durante el curso del tra&a.o por si
/uera necesario5
: ;iendo el diagrama sagital una representacin mu% sim&lica % numrica4 se
aconse.a comen3ar por tra&a.ar so&re un diagrama de (antt 2ue es m*s e@pl$cito % /acilita
las sucesi!as modi/icaciones propias del tra&a.o en grupo5
: El diagrama sagital se deduce /*cilmente del anterior del cual no es m*s 2ue una
representacin di/erente4 orientado a poner en e!idencia las duraciones4 su encadenamiento
% el camino cr$tico5
$eali&acin del dia%rama de 0antt
Escri&ir so&re una /ic7a autoad7esi!a el punto de partida de la accin a plani/icar4
despus so&re /ic7as indi!iduales se9alar por orden las tareas o acciones 2ue seguir*n5
medida 2ue se !an o&teniendo las /ic7as se colocar*n so&re la columna de la
i32uierda5 ;imult*neamente4 7a% 2ue disponer so&re la misma l$nea 2ue la /ic7a4 una
pastilla autoad7esi!a 2ue representa el /in de la tarea indicada en la /ic7a5
An !erdadero diagrama de (antt necesitar$a colocar esta pastilla a una distancia
proporcional a la duracin de la tarea4 %a 2ue este diagrama4 en el caso presente4 no es m*s
2ue una etapa preparatoria para la construccin del diagrama sagital 2ue si mostrar* las
duraciones4 nos limitaremos a2u$ a presentar claramente el orden de los acontecimientos
2ue marcan el /in % el principio de cada tarea5
Cada pastilla autoad7esi!a de/ine una l$nea !ertical4 es decir4 un momento en el
tiempo 2ue es tam&in el punto de partida de otras tareas5
Ciertas tareas aparecen en paralelo< 2uiere esto decir 2ue se desarrollan
simult*neamente5
;e intentar* representar con un mismo color las tareas 2ue se encadenan
sucesi!amente por2ue el diagrama de (antt no permite distinguirlos % por2ue necesitar*n
est* in/ormacin para tra3ar el diagrama sagital
54
6a utili3acin de material autoad7esi!o E/ic7as % pastillasD /acilitan la reali3acin
de un tra&a.o limpio5 El grupo descu&rir*4 al ir a!an3ando en el tra&a.o4 la necesidad de ir
modi/icando lo 2ue se 7a reali3ado anteriormente5
Nos es/or3aremos en encontrar una denominacin simple a las tareas4 %a 2ue el
o&.eti!o es identi/icarlas claramente5
En /uncin de la comple.idad del diagrama puede 2ue sea necesario
descomponerlos en !arios paneles5
Cuando se 7a concluido el planning de (antt4 no resulta in8til perder algo de
tiempo pasando re!ista a la estructura 2ue se 7a o&tenido para compro&ar 2ue cada uno 7a
integrado de /orma correcta los resultados % 2ue no se 7a cometido ning8n errer de
principio5
Tra&ado de dia%rama sa%ital
;e utili3ar*n /ic7as autoad7esi!as de dimensiones reducidas para 2ue simplemente
apare3ca el n8mero de orden del nudo 2ue marca el principio o el /in de una tarea5
Partiendo de la tarea 2ue est situada en lo alto % a la i32uierda en el diagrama de
(antt4 7a% 2ue comen3ar a tra3ar el diagrama sagital por la i32uierda del panel colocando
all$ la /ic7a n8mero ,5
6os nudos 2ue se encadena se dispones so&re una misma l$nea4 unos a
continuacin de otros5
6as tareas 2ue se desarrollan simult*neamente dan como resultados nudos
colocados so&re l$neas paralelas5
Cuando se 7a colocado de manera segura un con.unto de /ic7as Ees decir4 despus
de su !eri/icacin en grupoD4 7a% 2ue tra3ar las l$neas de /lec7as 2ue se relacionan los
nudos 2ue representan los principios % /inales de las tareas5
Tra3ar con un color di/erente Eo con puntosD unas l$neas de /lec7as 2ue
representen las relaciones e@istentes entre las tareas Erelaciones condicionales4 por e.emploD
2ue no implican retrasos5
Oeri/icar en grupo el con.unto del tra&a.o e/ectuado % su &uena comprensin por
cada uno de los participantes4 en particular all$ donde las tareas les a/ecten5
Clculo del camino crtico
1. De'inicin de las duraciones
55
Cada tarea comien3a en un nudo % termina en el siguiente5 El tiempo de
reali3acin de esta tarea est* representado por la l$nea 2ue las une % se e@presar* este
tiempo so&re esta l$nea5 6a estimacin de las duraciones de&e 7acerse de manera o&.eti!a4
lo cual no es siempre /*cil5 Para disminuir la su&.eti!idad4 de&ida a la in/luencia del resto
del diagrama4 so&re la porcin 2ue se est* anali3ando4 recurriremos al diagrama de (antt
2ue permite considerar m*s /*cilmente cada tarea de /orma aislada5
2. Clculo de las 'ec-as 3lo ms pronto4 # 3lo ms tarde4
6a /ec7a >lo m*s pronto? es a2uella en la cual una tarea podr* comen3ar teniendo
en cuenta la terminacin pre!ista para las tareas 2ue la padecen % 2ue condicionan su inicio5
;e puede pues relacionar con el nudo considerando5 6a /ec7a de /in de pro%ecto se deduce
de la suma de la /ec7a >lo m*s pronto? del 8ltimo nudo % la de la duracin de la 8ltima
tarea5
6a /ec7a >lo m*s tarde? es la /ec7a m*s tard$a en la 2ue una tarea puede
comen3ar4 teniendo en cuenta su duracin pre!ista4 sin cuestionar la /ec7a del /inal de
pro%ecto5 El tra3ado del diagrama sagital proporciona un medio de c*lculo de las /ec7as >lo
m*s pronto? % >lo m*s tarde? en cada nudo5
Con todo rigor Ees decir4 si los retrasos elementales est*n completamente
controladosD la di/erencia entre la /ec7a >lo m*s tarde? % >lo m*s pronto? es un tiempo
disponi&le5
5. El camino ms crtico
El camino m*s cr$tico es el camino m*s largo 2ue se pueda iniciar partiendo del
origen del diagrama para desem&oca en su punto /inal4 es el camino 2ue no implica ning8n
tiempo disponi&le5
El camino cr$tico representa la duracin total de la reali3acin del pro%ecto
representado por el diagrama % condiciona la /ec7a del /inal de este pro%ecto5
;er$a un error el no concentrar nuestra atencin m*s 2ue so&re las tareas del
camino cr$tico lo cual nos conducir* a rememorar la /*&ula de la lie&re % la tortuga5 Ana
des!iacin en las duraciones de las tareas /uera de camino cr$tico4 nos !uel!e a despla3ar
insidiosamente de este camino5
En resumen el diagrama sagital nos 7a permitido identi/icar el tiempo necesario para la
reali3acin de un pro%ecto5
Nos indica igualmente so&re 2ue tareas elementales es preciso inter!enir para
disminuir la duracin del tiempo total5
En el momento de la reali3acin del pro%ecto4 este instrumento nos ser!ir* para
seguir la e!olucin del pla3o glo&al4 iniciar los a!isos 2ue resulten de la modi/icacin de las
/ec7as >lo m*s pronto? % >lo m*s tarde? % predecir la nue!a /ec7a de /inali3acin5
EL AN-LISIS *ACTORIAL DE DATOS
5"
Este instrumento /orma parte de los sietes nue!os instrumentos consagrados por
los .aponeses &a.o el nom&re de matri3 data an*lisis4 ra3n 2ue /igura a2u$5
El o&.eti!o de este instrumento es la trans/ormacin de las ta&las de datos en
/orma de ci/ras4 resultantes de un an*lisis descripti!o de /enmenos o&ser!ados4 en
gra/ismos /*cilmente interpreta&les 2ue /aciliten el proceso e@plicati!o de lo /enmenos5
;in em&argo este instrumento es /undamentalmente di/erente de los otros seis
presentados anteriormente5 En e/ecto4 no se trata de un instrumento simple de tra&a.o en
grupo sino de una tcnica 2ue se relaciona4 como !eremos4 con las tcnicas de estad$sticas5
Pone en .uego el resultado de encuestas % re2uiere unos c*lculos relati!amente pesados4
reali3ados pre/erentemente por medio de los logiciales apropiados5
Otra di/erencia esencial es su car*cter cuanti/icante5 En este sentido le apro@ima a
los sietes instrumentos cl*sicos5
Igualmente4 es necesario o&ser!ar 2ue el an*lisis /actorial de datos es utili3ado en
marIeting &a.o el nom&re de an*lisis de las tipolog$as4 como se indica a continuacin4 este
instrumento puede aplicarse igualmente a la &8s2ueda de relaciones causa: e/ectos en el
an*lisis de los de/ectos5
Nos limitaremos a2u$ a presentar el principio de este particular instrumento as$
como los resultados de algunas aplicaciones 2ue ilustren &ien el uso 2ue se puede 7acer de
l5 ;ugerimos al lector 2ue desee pro/undi3ar m*s 2ue consulte las o&ras de e@pertos en el
tema5
Dar una representacin visual de las correlaciones m6ltiples
El diagrama de las correlaciones4 uno de los sietes instrumentos cl*sicos4 permite
dar una representacin !isual de las correlaciones entre dos !aria&les 2ue a/ectan5
El diagrama del an*lisis /actorial de los datos generali3a este tipo de
representacin de !aria&les m8ltiples % permite !isuali3ar so&re un plano lo 2ue ocurre en
un espacio de dimensiones5
6a representacin o&tenida nos conduce a descu&rir Eo noD la e@istencia de un
modelo 2ue permita relacionar ciertos grupos de !aria&les % nos pone en e!idencia las
e!entuales relaciones e@istentes entre ella5
De igual manera4 se usar* esta tcnica para !ol!er a &uscar las causas de un
de/ecto para una clase de indi!iduos Epor e.emplo4 anali3ar un tipo de productoD los
par*metros correspondientes a los de/ectos con !istas a determinar las relaciones causas:
e/ectos 2ue e@pli2uen estos de/ectos5
Construir el dia%rama
5'
,5 6a primera etapa consiste en reali3ar una encuesta con el o&.eto de disponer de unos
datos a partir de los cuales se reali3ar* la construccin del diagrama5 ;e contri&u%en
los di/erentes par*metros de la encuesta por medios de los caracteres o atri&utos de
los indi!iduos de la po&lacin o&ser!ada4 son las !aria&les entre las 2ue se &usca
correlacionarse e!entuales5 Estas correlaciones de&er*n aparecer &a.o la /orma de
un modelo tal comp5< una recta4 una cur!a4 etc5 6os resultados de la encuesta
aparecen &a.o la /orma de un cuadro5 Estos cuadros tienen di/erentes
denominacionesB cuadros dis%unti!os o cuadros indi!iduosC caracteres o indi!iduosC
!aria&les5
25 6a segunda etapa consiste en anali3ar los datos o&tenidos5 El cuadro dis%unti!o
permite reali3ar unos cuadros de >correspondencia? Ellamados tam&in de
>contingencia?4 >cuentas?4 >dependencias?D 2ue tienen por o&.eto reagrupar los
resultados anali3*ndolos par*metro a par*metro5 Cuando los par*metros son
superiores a dos4 se utili3a el cuadro de )urt5
35 6os c*lculos< el mtodo de an*lisis /actorial 7ace corresponder a cada l$nea del
cuadro procedente un punto en una >nu&e?5E ;e trata de 7ec7o de un espacio de
dimensiones si el cuadro implica columnas % a cada punto se le da un peso
correspondiente al de la l$nea representada4 cu%o !alor /igura en una columna
representada por una l$nea considerada correspondiente a la pro%eccin4 en esta
dimensin4 del !ector 2ue de/ine la l$nea de la nu&eD5 El mismo tra&a.o se e/ect8a
para las columnas del mismo cuadro5 Como las dos >nu&es? o&tenidas tienen los
mismos momentos de inercia4 se identi/ican los e.es principales4 de a7$ la
nominacin >an*lisis /actorial?5
45 Tra3ado del diagrama< 6a pro%eccin de los puntos de una >nu&e? seg8n los planos
principales de inercia da como resultado una representacin de las >nu&e? a/ectada
por una m$nima de/ormacin5 6a locali3acin de los puntos 2ue pertenecen a un
mismo par*metro permite 2ue apare3can las e!entuales relaciones materiali3adas
por una super/icie4 recta4 cur!a4 etc5
55 Conclusin< 6as correlaciones !isuali3adas entre los par*metros tras la construccin
del diagrama precedente4 no nos de&en lle!ar a la conclusin de 2ue uno de estos
par*metros es la causa de otro5 Por el contrario4 nos indica un $ndice mu% 8til para
orientar la &8s2ueda de las causas del /enmeno anali3ado5
5+